个性化学习环境中分析学生行为并视觉化反馈信息

论文摘要

现如今，传统的教学方式，例如黑板，已经不能满足人们对于大量信息的获取和更新需求。固定的教学系统通常对人们进行固定知识点的教学，对于人们对于知识的更新和知识的自主获取帮助不大。于是个性化学习环境（Personal Learning Environment）应运而生。个性化学习环境提供给让用户自主选择和使用大量的互联网工具和服务来帮助学习，大幅提升学习效率和学习效果。但个性化学习环境也有自己的缺点，在面对大量潜在可用的服务和工具时，学生会对选择工具或服务生产疑惑，影响学习效果，老师也会面临缺乏对学生学习过程反馈的获取方式的问题。本论文提出一种解决方案对学生在个性化学习环境中的学习行为进行分析，并且视觉化反馈信息给老师和学生从而帮助教师和学生及时获取反馈信息调整学习方案和状态。本文采用视觉化的方法，结合一种全新的有向图的分析视角，使用一种更加直观的方式来分析和挖掘学生学习行为，并进行相关信息的视觉反馈。该视觉化工具已经应用在上海交通大学网络教育学院的教学中，获得了不错的教学效果。通过对上海交通大学网络教育学院的一些教师们的调研采访，证实该解决方案确实能帮助教师获得学生在教学活动中的状态反馈。同时，也获得了更有价值的建议，为后续的工作提供了方向。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 PLE 概述
• 1.2 研究背景及问题的提出
• 1.2.1 缺少对学习的监控
• 1.2.2 缺少良好的信息反馈
• 1.2.3 学习中认知负担的加重
• 1.2.4 收集使用信息的工具缺少良好的兼容性
• 1.3 论文的研究目标
• 1.3.1 具有收集学生们在学习过程中行为的功能
• 1.3.2 具有分析学生行为数据的功能
• 1.3.3 能让用户快速了解反馈信息的功能
• 1.3.4 能用有向图的方式来指导教师学生对工具和服务进行筛选
• 1.3.5 提供一种对所有个性化学习环境手机使用信息并得到反馈的通用方式
• 1.4 论文的组成结构
• 1.5 本章小结
• 第二章 个性化学习环境中分析学生行为提供反馈的相关工作
• 2.1 教学中的数据挖掘（EDUCATIONAL DATA MINING）的介绍
• 2.1.1 统计的数据挖掘方法
• 2.1.2 分类的数据挖掘方法
• 2.1.3 聚类的数据挖掘方法
• 2.1.4 使用数据挖掘算法
• 2.2 学习分析（LEARNING ANALYTICS）的介绍
• 2.3 视觉化（VISUALIZATION）的介绍
• 2.3.1 基本视图（Basic View）
• 2.3.2 聚合视图
• 2.4 现有教学中的数据挖掘方法和学习行为分析方法的缺点
• 2.5 现有视觉化方法中的缺点
• 2.5.1 每张图表所能表示的信息量有限
• 2.5.2 图表缺乏交互，难以表达更丰富的信息
• 2.6 本章小结
• 第三章 本文解决方案的环境
• 3.1 解决方案所处的教育环境
• 3.1.1 上海交通大学继续教育学院中的使用
• 3.1.2 欧盟第七号框架项目中的使用
• 3.2 解决方案所需的技术环境
• 3.2.1 OpenSocial
• 3.2.2 Google Gadget
• 3.2.3 OpenSocial 容器（OpenSocial Container）
• 3.2.4 CAM
• 3.3 本章小结
• 第四章 本文解决方案的设计与实现
• 4.1 解决方案的设计
• 4.1.1 设计目标
• 4.1.2 解决为通用个性化学习环境收集用户行为数据
• 4.1.3 改进的视觉化图表
• 4.1.4 使用 Radial Graph
• 4.2 解决方案的实现
• 4.2.1 学生行为的数据的获取
• 4.2.2 获取的数据的处理和变形
• 4.2.3 数据的视觉化展示
• 4.2.4 视觉化展示的观察与交互
• 4.3 本章小结
• 第五章 解决方案的结果分析
• 5.1 教师所获得的反馈分析
• 5.2 学生们获得的反馈分析
• 5.3 本章小结
• 第六章 调研结果
• 6.1 对教师调研的结果
• 6.1.1 教师们能在该解决方案中获得的信息
• 6.1.2 教师们期望获得的信息但在该解决方案中没有实现
• 第七章 总结与展望
• 参考文献
• 程序源代码（附录 1）
• 致谢
• 攻读硕士学位期间已发表的论文、申请的专利和参与项目