消息 首页 搜索 举报
  • 基于学生在线行为的混合课程学习成绩预测研究
21年品牌 40万+商家 超1.5亿件商品

基于学生在线行为的混合课程学习成绩预测研究

正版保障 假一赔十 可开发票

￥ 65.34 6.6折 ￥ 99 全新

库存5件

广东广州
认证卖家担保交易快速发货售后保障

作者罗杨洋著

出版社清华大学出版社

ISBN9787302633143

出版时间2023-08

装帧精装

开本其他

定价99元

货号13365246

上书时间2024-08-27

灵感书店

三年老店
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：全新
商品描述
作者简介
罗杨洋，博士，兰州大学高等教育研究院讲师，主要研究方向：混合教学中的学习分析，教育大数据。在《中国电化教育》、《清华大学教育研究》、《电化教育研究》等核心期刊发表过论文。获得过两项国家发明专利。作为主要成员参与国家社会科学基金“十三五”规划2020年度教育学一般课题“基于系统论的职业院校在线教育体系、模式、评价研究”（主持人：周潜）。参与国家社科基金2020年度教育学重点委托课题“国家“十四五”时期教育信息技术学科发展研究”（主持人：韩锡斌）。

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接近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

 ……

内容摘要
在受疫情严重干扰的几年中，在线学习成为各大中学校一种重要的学习方式，有效地降低了疫情的负面影响，也必将长期影响今后学校的教学方式。本书基于三所高校混合课程中学生的在线学习行为数据，对于当前研究领域中亟待讨论的问题，如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等问题如何界定统一的指导原则；混合课程学习成绩预测模型如何构建及其准确性如何保障；已构建的混合课程学生成绩预测模型的通用性条件等，进行了全面探讨，并进一步提出混合课程学习成绩预测模型的跨课程迁移应用条件。

主编推荐
在受疫情严重干扰的几年中，在线学习成为各大中学校一种重要的学习方式，有效地降低了疫情的负面影响，也必将长期影响今后学校的教学方式。本书基于三所高校混合课程中学生的在线学习行为数据，对于当前研究领域中亟待讨论的问题，如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等问题如何界定统一的指导原则；混合课程学习成绩预测模型如何构建及其准确性如何保障；已构建的混合课程学生成绩预测模型的通用性条件等，进行了全面探讨，并进一步提出混合课程学习成绩预测模型的跨课程迁移应用条件。

精彩内容
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。

   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP