基于大数据分析个性化教学研究.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

编号:

时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第页共页

17

基于大数据分析个性化教学研究

当前,教育手段日益多样,多媒体技术广泛应用,但大部分教育工作者

依旧将学生同质化对待,让不同学习能力的学生每日完成同样的作业,有的“吃

不消”,有的“吃不饱”。应用大数据技术可促进教育从普适化向个性化转变。学

生在大数据支持下在线学习,场景由实体课堂变为网络空间——教师能够全方位

跟踪、记录学生的学习行为,了解学生学习需求,掌握学生思维特点。教师对学

生学习行为数据进行收集,综合分析学生学习情况,进行有针对性的备课和个性

化教学,针对学生特点建立学习模型,为学生提供个性化的学习策略和资源,让

教育从“用经验说话”转向“用数据驱动决策”。例如,成都数字学校(以下简称数

校)在利用大数据进行个性化教学方面已付诸实践。数校为学生提供直播课程与

点播课程以及丰富的试题和视频资源,在预习、课前测、直播课、课后测、复习

巩固5个环节提供支持。同时,数校借助系统直接对每个学生的学习情况进行数

据收集、分析,将学生的错题收录到错题本中,再基于学生错题数据诊断学生的

知识漏洞,为学生推送练习题和线上课程。数校利用大数据进行教学评价和诊断,

通过精准分析学生的薄弱点,帮助学生进行个性化学习,同时教师也能根据学生

学习行为、学习需求,实施个性化指导与干预。

一、基于前端数据收集并融合过程数据挖掘的自动用户建模

应用大数据技术促进教育从“静态”向“动态”转变。要实现个性化学习,

首先需要对用户进行建模,即根据用户的不同特征来分类,包括属性特征和用户

行为特征,在区分出不同的用户以后,再为不同的用户设计合适的成长路径。数

校收集每个学生的基本信息和在学习过程中产生的数据,对其进行分析,发现学

第1页共7页

编号:

时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第页共页

27

生目前存在的问题,为用户画像,在画像的基础上构建应用模型(如图1)。学

生基础数据库包含学生各种基本信息,如学生注册时填写的用户名、学校、班级

等。教师要收集学生以前的学习信息,需要对学生进行前测,发掘学生在知识学

习方面的薄弱点,匹配学习方式。为确保向学生提供合适的学习资源和学习路径,

不仅要记录学生在学习过程中的行为,而且要参照以往的数据以及后续通过用户

调查等方式采集的信息。学校可以建立学习过程数据库,并借助系统的WEB日

志挖掘和平台数据库的查询功能,对图2用户建模学生学习过程的数据进行挖掘,

包括浏览次数、各种点击次数、访问次数、访问时长、活动参与情况等信息,记

录学生的学习路径、内容及难点等(如图2)。以北京师范大学成都实验中学(以

下简称实验中学)七年级某学生为例,该生在2017年暑假参与小升初衔接班学

习,直到现在(八年级)。该生入学考试成绩中等,在班级内排名第23位,语文

与英语成绩不佳。数校采集到的数据显示,该生在数校网站的访问与停留行为也

主要发生在薄弱科目上,对部分英语章节有反复听讲的行为记录。

二、构建基因级知识图谱,生成个性化动态知识树

传授结构性知识是教师教学中比较有价值的付出。在教学过程中,教

师可以知识点为基础,将全部知识点汇总形成知识结构图。系统基于“网络式”

知识结构,智能识

文档评论(0)

单元金卷 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档