论文部分内容阅读
“三通两平台”是国家教育信息化十年发展规划的重点建设内容，“网络学习空间人人通”是核心内容之一。随着教学资源越来越网络化，基于网络的学习方式渐渐普及并明显地呈现出社会网络的群体化特征。在网络学习空间中用户、服务、内容快速增长，用户频繁地信息交换与社交活动都会产生海量的数据，因此我们能够获取的学习特征数据也更加丰富多样。虽然传统教学过程中也评估学生成绩、分析教学过程，以改进学生学习效果和提高教学质量，但这些活动中采集的数据往往非常有限，信息化程度不高，而且分析结果用于干预教学的周期过长，效果较差。在信息技术尤其是网络技术发展如此迅速的今天，借助计算机技术，通过对网络学习平台上的学习特征数据进行分析与挖掘，并基于数据分析结果对学生进行个性化、自动化和智能化的学习行为干预，是优化网络学习的一种有效方法。 本研究针对学习云空间中学习指导性缺失、学习可控性和有效性程度较低的问题，在梳理学习分析和学习云空间基础理论以及分析现有学习分析模型的基础上，结合学习云空间中的学习数据以及学习分析需求，设计了一个包含了受益者、数据分析、学生模型、教学环境和学习分析应用服务五大要素的学习分析模型，并依据学习云空间中的实际情况对每个要素的内涵进行详细阐述。学习分析模型通过流程化、模块化和数据循环流动的形式，促使学习云空间中的学习分析各要素有机结合起来。 基于设计的学习分析模型，在学习策略、最近发展区和个性化教学的教育教学理论的指导下，本研究设计了学习云空间中基于学习分析的行为干预机制。从数据分析层、学习分析层、行为干预层、学习策略层进行行为干预机制的设计，并对行为干预机制中的各个部分进行了详细的描述。其次，考虑到一个完整的行为干预机制中涉及到较多内容，因此，本研究选取行为干预中的学习主题引导和学习交互诱导三个方面的设计原理进行详细阐述，作为行为干预机制实现的讲解范例。最后，本研究基于一定的网站开发工具和云平台，设计与实现了基于上述学习分析模型和行为干预机制的学习云空间，在该学习云空间中，初步实现了教学资源模块和交流互动模块、学习过程管理模块以及学习分析与行为干预模块。