十三,在线学习行为与学习效果
-
论文名称:(基于学习分析的实证研究)李佳,关蓉.
-
研究对象
分析学习者行为数据,探究学习行为与学习效果之间的关系。 -
研究动机
- 对重点学习行为进行更精确的分析,利用机器学习算法进行成绩预警分析,促进学生学习效果。
-
文献综述
- 收集学生的行为数据,活动的起止时间,学生的鼠标按键点击次数,鼠标移动距离,键盘敲击次数等,并对行为变量名称及含义进行详细描述。
- 预警分析,预警最佳时间节点进行阐述。
- 实证分析,得出结论。
-
研究方案设计
- 利用Logistic回归,分类树模型对成绩是否合格进行预测,通过AUC值及混淆矩阵选出较优模型。
- 在K折交叉验证理论基础上进行创新,对不同课时节点下学生学习情况拟合分类树和回归树模型。
-
使用数据集
意大利热那亚大学计算机工程专业“数字电路”学习活动数据集。 -
研究结论
分类树相比于Logistic回归模型具有更高的精确度,更低的错判率,宜用来进行不及格预警分析。 -
学习心得
结合此前阅读文献,思考其他数据挖掘方法,构建行为分析模型,对此数据集进一步探索。算法测试问题还有好多,后续完善编辑。