基于特征工程的大学生在线学习习惯挖掘与分析

来源 :哈尔滨师范大学 | 被引量 : 0次 | 上传用户:chaorenwangzi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
学习习惯是一线教师不断研究的主题,也是学习者学习过程的外在表现。拥有良好的学习习惯会激发大学生学习的积极性与主动性,促使大学生形成学习策略,提升学习效率,使人终身受益。学习习惯的力量是惊人的,它在潜移默化中影响大学生未来的发展,但是由于其内隐性,学习习惯的研究一直建立在观察法的基础之上,缺乏客观数据的支撑。随着科技的进步,人们越来越关注自身的发展,在学习中追求自我实现。为了满足学习者的需求,研究者通过学习分析帮助学习者实现个性化学习,而如何科学地对学习习惯进行建模分析将是培养大学生学习习惯的重要途径。本研究通过特征工程的方法构建广泛的学习习惯特征集,包括时间管理习惯、交流总结习惯、学习状态习惯、绩效追求习惯4大类10小种的学习习惯特征集合。通过特征提取、特征选择、特征评估,计算出4类9种与研究课程拟合度较高的学习习惯集,并总结出5类具有特征性学习习惯的类群学习者。这为学习习惯研究提供了有力的数据支持。本研究依据用户需求设计了具有针对性的学习习惯分析仪表盘原型,并在MOOC网站的基础之上设定了“课程公告”、“评分标准”、“课程学习”、“测验与作业”、“考试”、“讨论区”、“用户中心”7个功能区。在设计完成之后,通过认知过程走查法对产品的可用性、适用性进行测试,根据被试访谈得出系统优化方案。这为学习者在线学习习惯提供了监测与干预的可能。通过本研究可以客观得出大学生线上的学习习惯,借助分析仪表盘将习惯外显化,帮助学生分析自身学习习惯,寻找正确的学习方法,培养良好的学习习惯,从而提升大学生学习效率,达到更好的学习成就。
其他文献
随着中国经济的飞速发展,创业板应运而生,成为了我国高成长性新兴创新型企业筹资并进行资本运作的市场并逐渐成为了我国资本市场的重要组成部分。相较主板市场,创业板上市企
科学计算可视化能够将三维数据转换为具有丰富信息的图像,并进行交互处理。水声数据可视化便是其中的一个重要分支,主要应用于水下资源探测、沉船打捞以及渔业应用等方面。由
图像的超分辨率重建技术尽管使用更快,更深的卷积神经网络已在单图像超分辨率的准确性和速度方面取得了突破,但仍然存在许多问题仍未解决:一是当在较大的放大比例下进行超分
蛋白质是生命活动的物质基础,对其功能的预测至关重要。目前主要有两种方法测定蛋白质功能:生物实验方法和基于数据的计算方法。生物实验法存在耗时长,成本高的问题,因此基于
对于植物研究来说,仅仅通过相机、无人机和卫星等设备获取的植物图像并不能帮助人类了解植物当前的生长状态,若想获得其中所隐藏的信息,就需要通过图像分割技术来提取感兴趣
几何流方程是与Poinc′are猜想和量子理论相关的非线性偏微分方程,广义Tricomi方程是与空气动力学相关的线性偏微分方程.本文给出了它们的一些精确解,并讨论了一些解的性质.
超连续谱(Supercontinuum,SC)是指输入脉冲在非线性介质中传输时,很多新的频率成分产生,出现了在光纤输出端脉冲频谱比输入脉冲频谱宽的一种物理现象。光子晶体光纤(Photonic
在GNSS导航解算中,通常以对观测方程进行线性化后的模型进行计算,在复杂环境下,会影响导航解的精度。卡尔曼滤波是一种高效的递归滤波器,在导航定位中,卡尔曼滤波能够充分利
由于金融、数学、计算机领域的学科交叉和深度融合,越来越多的学者们热衷于研究量化交易。量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据
近几十年,目标跟踪技术发展迅猛,其无论是在军用还是民用方面都得了广泛应用。核相关滤波算法由于其速度快、精度高,在目标跟踪算法中占有越来越重要的地位。但由于跟踪环境