多维异步在线讨论行为特征分析与学习绩效预测  

Multi-dimensional behavior characteristics analysis and academic performance prediction in asynchronous online discussion

作　　者：孙建文[1] 胡梦薇[1] 刘三女牙[1] 李卿[1] 沈筱譞 Jianwen Sun;Mengwei Hu;Sannyuya Liu;Qing Li;Xiaoxuan Shen

机构地区：[1]华中师范大学教育大数据应用技术国家工程研究中心,430079

出　　处：《中国远程教育》2022年第5期56-63,共8页Chinese Journal of Distance Education

基　　金：教育部人文社会科学研究青年项目“面向启发式教学的智能课堂编排模型与方法研究”(项目编号:20YJC880083),教育部-中国移动科研基金研发项目“在线教育发展现状分析与政策研究”(项目编号:MCM20200406);国家自然科学基金面上项目“多传感数据驱动的智能课堂共享调节机理与量化分析方法”(项目编号:62077021);华中师范大学研究生教学改革研究项目“AI增强的智能课堂教学编排研究与实践”(项目编号:2020JG14)资助。

摘　　要：在线讨论是数字教育的重要组成部分。利用丰富多元的讨论行为特征开展学习绩效预测分析,是揭示在线协作学习机制、提升在线教学质量的有效途径。本文聚焦在线教学场景下的学习者异步讨论行为特征,通过构建基于多维特征的学习绩效预测模型探究各个特征的预测效力及其影响机理。以华中师范大学一门SPOC课程论坛上的164位学生为实验对象,实验结果表明:移动窗口和回复关系两类社会网络特征对学习绩效的预测能力存在显著差异,基于移动窗口网络特征的预测能力优于传统回复网络;引入积极性和规律性两个隐性时间特征之后,进一步提升了学习绩效预测的准确性;融合人口背景、行为频数、社会网络和时间信息等多维特征对学习绩效具有较高的预测能力,准确率最高可达87.44%,不仅增加了异步讨论行为特征的丰富性,获得更多对在线教学有启示价值的信息,而且有效提升了学习绩效预测能力。

关 键 词：在线教学 异步讨论 学习行为 学习绩效 预测模型 多维特征 社会网络特征 隐性时间特征 

分 类 号：G434[文化科学—教育学]