针对学生学习需求的学习行为数据挖掘PPT参考课件.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2,*,针对学生学习需求的,学习行为数据挖掘,主讲人：西南科技大学,张晖 博士 教授,zhanghui,作 者：和珍珍,张晖,李波 杨春明 赵旭剑,1,2,MOOCs,风起云涌,针对学生学习需求的学习行为数据挖掘,大数据、云计算、,泛在网络、终身学习理念,2,2,国内外一些代表性,MOOC,平台,针对学生学习需求的学习行为数据挖掘,3,2,高辍学率使,MOOC,发展堪忧,针对学生学习需求的学习行为数据挖掘,MITx“电路与电子学”（Circuits and Electronics，6.002x）课程学生完成情况4,2,高辍学率使,MOOC,发展堪忧,针对学生学习需求的学习行为数据挖掘,5,2,高辍学率使,MOOC,发展堪忧,针对学生学习需求的学习行为数据挖掘,6,2,为什么学生纷纷辍学？,针对学生学习需求的学习行为数据挖掘,果壳网调查,7,2,教学设计优化研究现状,针对学生学习需求的学习行为数据挖掘,基于理论 深入探讨,个案剖析 亲身体验,问卷访谈 收集反馈,8,2,本研究的意义,针对学生学习需求的学习行为数据挖掘,学生体验,对课程的期望,学习分析技术,9,2,本研究的创新性,针对学生学习需求的学习行为数据挖掘,基于学生的自由表达,基于自然语言表达的文本信息,发掘了学习需求强度,10,2,研究方法流程概述,针对学生学习需求的学习行为数据挖掘,11,2,数据采集,针对学生学习需求的学习行为数据挖掘,数据来源：,MOOC,学院,采集方法：,网络爬虫,数据量：,100门课程的6000余条学习者的学习体验评价(,好评课、差评课各,50,门）,课程发布平台,：,Coursera、edX、FutureLearn,、,学堂在线、ewant,、,中国大学MOOC、华文慕课,课程类型,：,统计与数据分析、计算机科学、文学艺术、农林医药,12,2,部分课程及相应的发布平台和学习者对课程的评分,针对学生学习需求的学习行为数据挖掘,课程名称,发布平台,课程评分,财务分析与决策,学堂在线,9.7,A Beginner,s,Guide to Irrational Behavior,Coursera,9.7,史记,Coursera,9.7,Kitchen Chemistry,FutureLearn,6.3,Sports Psychology-The Winning Mindset,IOC-Athlete-MOOC,6.1,物流管理概论,ewant,5.4,13,2,数据样例,针对学生学习需求的学习行为数据挖掘,14,2,学习需求项挖掘,针对学生学习需求的学习行为数据挖掘,一级反馈项,二级反馈项,趣味性,讲授风格生动,教学资源展示形式丰富,实用性,与工作、学习或实际关系密切,思想、情感态度上有启发,易理解性,示例讲解,逻辑清晰，语言通俗易懂,先修知识要求少,反馈性,师生,/,生生互动多,作业数量合适,作业难度合适,作业有答案指导,知识组织合理性,每周教学知识量合适,知识点循序渐进,15,2,学习需求强度挖掘方法,针对学生学习需求的学习行为数据挖掘,随机森林,（,Random Forest,）,16,2,学习需求强度挖掘结果,针对学生学习需求的学习行为数据挖掘,需求项,趣味性,实用性,反馈性,易理解性,知识组织合理性,重要度值,40.1,23.8,19.0,16.2,0.8,17,2,学习需求挖掘结果分析,针对学生学习需求的学习行为数据挖掘,数据挖掘结果,+,教学理论,+,MOOC,学习人群特征18,2,结果分析,-,趣味性,针对学生学习需求的学习行为数据挖掘,学习、工作压力大,19,2,结果分析,-,实用性,针对学生学习需求的学习行为数据挖掘,20,2,结果分析,-,反馈性,针对学生学习需求的学习行为数据挖掘,及时解惑,激励、合作,21,2,结果分析,-,易理解性,针对学生学习需求的学习行为数据挖掘,整体认知结构好,22,2,结果分析,-,知识组织合理性,针对学生学习需求的学习行为数据挖掘,知识的碎片化组织方式,学习时间的高度自由化,23,2,教学设计优化建议,针对学生学习需求的学习行为数据挖掘,需求项,优点,缺点,趣味性,语态自然轻松；展示方式多样；习题形式新颖,照本宣科,实用性,理论联系实际；构建问题情境；多角度立意,笼统；纯理论,反馈性,师生,/,生生互动多；习题助益视频知识点；答案解析清楚,无解答,知识组织,拆分学习任务；学习资源丰富,太费时；随意更改发布时间,易理解,深入浅出；示例讲解；逻辑清晰,晦涩难懂；思维不清晰,24,2,好评课课程范例及学生评价,针对学生学习需求的学习行为数据挖掘,25,2,好评课课程范例及学生评价,针对学生学习需求的学习行为数据挖掘,好评课课程片段示例,26,2,差评课课程的学生评价,针对学生学习需求的学习行为数据挖掘,27,2,教学设计优化建议,针对学生学习需求的学习行为数据挖掘,以趣激学,以用导学,以评督学,以简促学,28,2,End.,谢谢！,针对学生学习需求的学习行为数据挖掘,29,2,