欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 基于学生在线行为的混合课程学习成绩预测研究(精)/清华大学优秀博士学位论文丛书
      • 作者:罗杨洋|责编:梁斐
      • 出版社:清华大学
      • ISBN:9787302633143
      • 出版日期:2023/08/01
      • 页数:265
    • 售价:39.6
  • 内容大纲

        混合教学将面授教学和在线教学相结合,形成了多样化、个性化的教学形态、教学环节和教学模式,为学生带来了更多的学习机会和提升学习质量的可能性。然而传统教学管理策略无法满足混合教学中对多样化、个性化学习过程监控的需求,预测学生的学习成绩已成为动态掌握混合课程中学生学习情况,进而提高教学效果的新途径。当前大多数教学实践中可收集到的混合课程实施过程只包含学生在线学习部分的数据,只通过收集部分学习过程数据预测学生成绩具有很大挑战。这些挑战主要包括:收集哪些在线学习数据,如何处理和转换学生在线学习数据,在当前的研究中并无统一的指导原则;影响学习成绩预测结果准确率的在线学习数据指标项选择和处理方法没有学术界公认的标准;只通过部分数据建构混合课程学习成绩预测模型并保障其预测结果准确性的方法也缺少实践检验;最后对于已构建的混合课程学生成绩预测模型的通用性限制条件有哪些,也是当前研究领域的空白。本研究试图分析大量混合课程实施中产生的数据,提出解决上述问题的方法。
  • 作者介绍

  • 目录

    第1章  引言
      1.1  混合课程学生成绩预测的背景及问题
      1.2  本研究的意义
        1.2.1  理论意义
        1.2.2  实践意义
      1.3  本研究所涉及的核心概念
        1.3.1  混合课程
        1.3.2  学生在线学习行为
        1.3.3  学习成绩预测
        1.3.4  机器学习算法
      1.4  本研究结构
    第2章  文献综述
      2.1  混合课程中学习成绩预测研究的进展
        2.1.1  混合课程中学习成绩预测研究回溯
        2.1.2  完全在线课程中基于学生在线行为预测学习成绩研究的进展
        2.1.3  混合课程中基于学生在线行为预测学习成绩研究的进展
      2.2  混合课程中基于学生在线行为的学习成绩预测建模方法
        2.2.1  基于学生在线学习行为的学习成绩预测建模的数据收集与预处理
        2.2.2  基于学生在线学习行为的学习成绩预测建模的机器学习算法选择
        2.2.3  混合课程分类对学习成绩预测结果的影响
        2.2.4  学习成绩预测结果的验证和评价
        2.2.5  学习成绩预测结果的解释
      2.3  本章小结
    第3章  研究设计
      3.1  研究问题
      3.2  研究框架
      3.3  基于设计的研究方法
      3.4  研究路线
      3.5  本章小结
    第4章  面向学习成绩预测的混合课程分类方法
      4.1  研究案例及数据收集
        4.1.1  山东L高等院校混合课程描述
        4.1.2  数据收集及预处理方法
      4.2  混合学习行为的聚类分析及意义
        4.2.1  聚类方法选择
        4.2.2  聚类过程描述
        4.2.3  聚类结果分析
        4.2.4  聚类结果的讨论
      4.3  面向学习成绩预测的混合课程分类
        4.3.1  面向学习成绩预测的混合课程分类方法
        4.3.2  面向学习成绩预测的混合课程分类结果
        4.3.3  面向学习成绩预测的混合课程分类结果的讨论
      4.4  本章小结
    第5章  混合课程学习成绩预测模型的构建
      5.1  数据准备及预处理
      5.2  基于学生在线学习行为的学习成绩变量选择及处理
        5.2.1  预测变量的选择
        5.2.2  结果变量的处理
      5.3  预测方法选择及预测过程
        5.3.1  基于在线学习行为的混合课程成绩预测算法选择

        5.3.2  混合课程中基于在线行为的学习成绩预测模型构建
      5.4  预测结果分析及讨论
        5.4.1  混合课程中基于在线行为的学习成绩预测结果及评价
        5.4.2  不同混合课程类别的学习产出预测结果讨论
        5.4.3  学生在线学习行为与成绩的相关性对训练预测模型影响的讨论
      5.5  本章小结
    第6章  混合课程分类方法验证和学习成绩预测模型优化
      6.1  混合课程中学生行为数据量对学习成绩预测的影响
        6.1.1  数据合并及预处理
        6.1.2  数据合并后的混合课程分类
        6.1.3  数据合并后的学习成绩预测
      6.2  增量学习方法构建混合课程学习成绩预测模型的效果
        6.2.1  数据准备及预处理
        6.2.2  2019—2020年第二学期的混合课程分类
        6.2.3  使用增量学习方法基于学生在线行为预测混合课程的学习成绩
      6.3  不同情境下的预测结果讨论
        6.3.1  通过增量学习迁移应用学习成绩预测模型的讨论
        6.3.2  数据合并后预测变量特征的讨论
        6.3.3  数据合并后批量学习所得预测结果的讨论
      6.4  本章小结
    第7章  学习成绩预测模型的跨课程迁移应用
      7.1  公共基础课教学场景的预测模型迁移应用
        7.1.1  研究案例的数据收集与预处理
        7.1.2  预测模型的三种迁移应用方式
        7.1.3  预测结果
      7.2  专业基础课教学场景的预测模型迁移应用
        7.2.1  研究案例的数据收集和预处理
        7.2.2  预测模型的3种迁移应用方式
        7.2.3  预测结果
      7.3  预测模型迁移应用结果的讨论
        7.3.1  模型迁移应用条件的讨论
        7.3.2  在线学习行为数据分布与预测结果准确率的讨论
        7.3.3  预测结果稳定性讨论
      7.4  本章小结
    第8章  研究结论
      8.1  研究结论
      8.2  创新点和局限性
    参考文献
    后记

推荐书目

  • 孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔,龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...

  • 时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...

  • 本质(精) 改革开放40年,恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...

更多>>>