学习行为统计探析在公共计算机教学中应用.docVIP

学习行为统计分析在公共计算机教学中的应用 　　摘 要 通过对在线学习行为进行分析，阐述其主要构成指标，并建立行为信息模型，在现有的网络教学平台基础上，采集学习者学习行为信息，提出网络学习行为实时统计分析的方法并进行实践，以进一步提高公共计算机课程教学质量 关键词 在线学习；学习行为分析；网络教学平台；公共计算机基础课程 中图分类号：G642 文献标识码：B 文章编号：1671-489X（2016）18-0059-03 1 引言 公共计算机基础课程的特征是应用性和基础性，各高校相关教学部门一直关注如何有效开展教学活动，但在教改实施中，更多关注对所“教”的内容、方法等进行改革，而很少研究“学”的问题。伴随着信息技术的快速发展，通过网络学习已成为重要的学习形式，但在网络教学中，注意力过多集中于如何组织知识点、设计课程内容、提供教学资源等方面，忽视了对学习者的学习过程监控。通过研究网络学习行为，有助于对基于网络的学习规律有更深刻的了解，使网络教学平台设计更加有效地为学习者提供服务，并将有助于调动学习积极性，增强学习参与度，提高学习效率，并提升教学质量 2 网络学习行为分析 网络学习行为就是指在现代通信技术支持下，借助多样的基于网络的教学资源，学习者为达到预定效果而采取的一系列操作或活动，如确定目标、制订计划、选择方法、操作行为等，主要采用自主和协作的学习方式[1]。学习行为统计分析是为了保证学习质量，达到学习目标，对整个学习行为发生的所有活动进行规划、检查、评估、反馈和调整的一系列过程[2]。通过对在线学习行为进行统计分析，可以实现： 1）全面检查学习者在网络环境下进行的自主学习过程，有助于教师更好地针对不同的学习者提供具体的、个性化的指导； 2）充分发挥学习者的主动性、积极性和创造性，使得学习者最终理解、掌握并灵活运用所学的课程知识 3 学习行为统计分析系统结构 网络学习行为数据模型 实现对基于网络的学习行为数据的统计分析，首先要解决的问题是如何对网络学习行为数据模型进行准确定义，以及确定如何自动实时、高效地采集学习行为数据的技术和规范。本文依据活动理论和行为科学（Behavioral Science）的基本原理[3]，深入分析网络学习行为数据的本质属性，建立网络学习行为数据模型[1] 1）主体，即用户身份标识，作为学习者使用网络教学平台的账号信息，具有唯一性 2）操作：由学习者进行自主学习过程中所做的各种操作的集合，以及对应的时间构成 3）客体：学习者进行学习时在教学平台操作的对象集合，包括操作对象的类别、名称或标识编码数据等 数据的采集、处理及展示 确定操作行为集合，对各类行为定义进行编码以获得标识代码。本文设计的行为标识由两部分组成：标识码（Behavior Code）和标识说明（Behavior Desc） 在数据采集模块中，根据客户端与服务器端的数据交互，实时跟踪学习者在教学平台的操作活动，对数据进行采集、量化，获得在线学习操作行为数据，按预先设置好的格式存储于数据库，为后继分析学习行为特征、汇总统计做准备。采集功能模块对所发生的网络学习行为进行量化及属性表示，并采用统一的结构进行存储，如表1所示 统计分析模块的功能是对存储在数据库中的用户学习行为数据进行加工处理，教学管理者可以对处理后的数据进行实时的查询、汇总、统计、分析，并以报表、表格或图表等图形化用户界面将处理结果在Web页面中显示，为教师及时发现教学中存在的问题以改进教学方式方法、教学管理部门做相关决策提供可靠数据支撑 学习行为统计项 随着计算机技术的快速发展，尤其在教育领域的广泛应用，针对如何更加科学、合理地对学习者进行评价，出现很多新的方法和形式。其中，量规（Rubric） 是一种结构化的量化评价标准，可对所要评价的目标进行逐层细化，从多个方面规定评级指标，不仅可操作性强，而且准确性高[4]。本文根据学习者在线时长、出勤次数、提交作业个数/次数、提交实验个数/次数、阶段测试成绩等制定量规，对学习行为进行统计分析，如表2所示 系统结构 本文设计的网络学习行为数据统计分析系统主要分成两个大的模块：学习行为数据采集模块和数据统计分析模块。结构如图1所示 数据采集模块对学习者与教学平台交互产生的相关在线学习数据进行采集，如登录、学习资源获取、操作指导视频观看、提交作业/实验、注销等统计参数数据，量化、整理后存储于行为数据库中 统计分析模块对行为数据库中的数据进行提取、汇总、加工，通过图形化界面，对学习者在线学习行为进行实时统计分析。比如：展示单个学习者的在线学习时间总体曲 线，教学平台访问时间人数分布，在线时间长度分布统计；展示教学平台开设课程被访问的统计数