基于KNN算法的mCSCL学习伙伴分组策略研究

随着信息技术的快速发展,mCSCL已成为教育技术学领域新的研究热点,学习伙伴选择合理与否将直接影响着协作学习效率。文章利用mCSCL环境下协作分组伙伴模型,提出了基于KNN的mCSCL学习伙伴分组理论,通过计算学习者之间的相似度和类别权重,提供一张可视化的学习伙伴关系图,导学者遵循组间同质和组内异质分组原则,为学习者动态推荐最佳学习伙伴;并设计了以小学一年级加减运算为内容的mCSCL活动,开展分组满意度访谈和小组学习效率实证研究。实验结果表明,相对于随机分组方式,基于KNN算法的mCSCL学习伙伴分组方式更适合移动学习活动开展,学习效率更高。