基于大数据分析的远程学习者建模与个性化学习应用

E-learning已发展到大数据时代。远程学习者模型构建是学习大数据分析和个性化教学的核心。本研究首先对国内外的学习者建模理论进行分析,国外比较著名的覆盖模型、铅板模型、贝叶斯模型等学习者模型理论比较注重运用计算算法和人工智能技术获取学习者学习特征,而国内远程学习者建模注重从学习者特征要素的分析出发,由于视角不同,建模方法多种多样。本研究着眼于远程学习行为的大数据分析及个性化教学需要,从个人信息、学习风格、学习兴趣和知识模型四方面构建远程学习者模型,并围绕该模型从个性化资源推送、个性化学习路径和远程督导服务等方面提出相应的个性化教学应用思路。