十三，在线学习行为与学习效果

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。