数字化环境下的学习行为分析与异常学习行为识别

图书标准信息

• 作者 杨鹤
• 出版社 科学出版社
• 出版时间 2023-09
• 版次 31
• ISBN 9787030760081
• 定价 98.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 156页
• 字数 200.000千字

【内容简介】

本书分为两个部分，第一部分探讨了与数字化环境下的学习相关的概念、与学习行为相关的理论、数字化环境下学习行为的影响因素。以大学生持续参与混合式学习意向的影响因素为一个具体研究问题，以实证研究的方式探讨了数字化环境下学习行为的影响因素。第二部分探讨了学习行为研究的相关方法、技术和产品，讨论了异常学习行为识别的一般性模型。以人工免疫系统中的反向选择算法为例，探讨了智能算法在数字化环境下异常学习行为识别中的应用效果。

【目录】

前言

部分 数字化环境下的学行为 

章 数字化环境下的学 3 

1.1学的内涵 3 

1.1.1什么是学 3 

1.1.2数字化学 4 

1.2数字化学环境 6 

1.2.1学环境 6 

1.2.2数字化学环境 7 

1.2.3下一代数字化学环境 8 

1.3数字化环境下的学者 10 

1.3.1 21世纪人才应具备的核心素养 10 

1.3.2数字化环境下学者的特征 11 

1.3.3数字化环境对学者的要求 12 

1.4数字化环境下的学方式 14 

1.4.1学方式 14 

1.4.2数字化环境下学方式的特征 15 

1.4.3数字化环境下典型的学方式 15

参文献 17

第2章 学行为相关理论 20 

2.1学理论对行为的关注 20 

2.1.1行为主义视角下的学行为 20 

2.1.2认知主义视角下的学行为 21 

2.1.3建构主义视角下的学行为 21 

2.2社会学理论视角下的学行为 22 

2.2.1交互决定论与学行为 22 

2.2.2自我调节理论与学行为 23 

2.2.3自我效能理论与学行为 24

2.3行为科学视角下的学行为 25

参文献 26

第3章 数字化环境下学行为的影响因素 29 

3.1学行为影响因素研究模型 29 

3.1.1理行为理论和计划行为理论 30 

3.1.2技术接受模型和整合型科技接受模型 31 

3.1.3探究社区理论模型 31 

3.2影响学行为的内因和外因 33 

3.2.1学者因素 33 

3.2.2环境因素 34 

3.3影响数字化环境下各阶段学行为的因素 36 

3.3.1数字化学环境接受阶段 36 

3.3.2数字化学环境持续使用阶段 37参文献 38

第4章 混合式学中学者持续学意向影响因素研究 41 

4.1混合式学应用现状 41 

4.2理论框架 42 

4.2.1信息系统持续使用期望 -确认模型 42 

4.2.2内在动机和学自我效能 43 

4.3研究模型与设 43 

4.4研究方法 44 

4.4.1研究对象 44 

4.4.2研究工具 44 

4.4.3数据收集与分析 45 

4.5研究结果 45 

4.5.1信度与效度分析 46 

4.5.2设检验 47 

4.5.3关键因素间的间接效应和效应分析 49 

4.6讨论与结论 50

参文献 52

第二部分 学行为分析与异常行为检测 

第5章 教育心理学领域的学行为研究 57 

5.1教育心理学领域早期的学行为研究 57 

5.2以课堂观察方式研究学行为 58

5.2.1学行为量表 lbs 58 

5.2.2学前学行为量表 plbs 60 

5.2.3学会学量表 ltls 61 

5.3在学过程中研究学行为 61 

5.3.1学过程问卷 spq 62 

5.3.2自我调节学问卷 63 

5.4从学投入视角研究学行为 65 

5.4.1投入调查 nsse 66 

5.4.2乌勒支学投入量表 uwes-s 67 

5.4.3在线学投入量表 ose 67参文献 69

第6章 学分析与学行为 72 

6.1学分析技术概述 72 

6.2基于社会网络分析的学行为分析 73 

6.3基于话语分析的学行为分析 74 

6.4基于智能技术的学行为分析 76 

6.4.1自然语言处理在学行为分析中的应用 76 

6.4.2机器学在学行为分析中的应用 77 

6.4.3深度学在学行为分析中的应用 80 

6.5基于多模态数据的学行为分析 81 

6.5.1多模态学分析技术的概念 82 

6.5.2多模态学分析的研究模型 82 

6.5.3多模态学分析的关键技术 83 

6.5.4多模态学分析的应用领域 84参文献 84

第7章 教育数据挖掘与学行为 89 

7.1教育数据挖掘概述 89 

7.2教育数据挖掘的发展历程 90 

7.3教育数据挖掘的工作流程 91 

7.4教育数据挖掘在学行为分析中的应用 92参文献 92

第8章 学行为分析相关产品 94 

8.1普渡大学课程信号系统 94 

8.2基于社会网络分析的适应实践系统 96 

8.3整合学分析与设计的工具 98

8.4海星异常早期预警系统 99 

8.5学管理系统自带的学行为分析模块 100

参文献 101

第9章 异常学行为及识别 103 

9.1异常学行为的界定 103 

9.1.1 行为 103 

9.1.2学行为 104 

9.1.3数字化环境下的学行为 104 

9.1.4学行为分类 105 

9.1.5异常学行为 106 

9.1.6数字化环境下的异常学行为 106 

9.2学行为特征数据的采集 107 

9.2.1基于观察的学行为特征采集 107 

9.2.2数字化环境中的学行为特征采集 107 

9.2.3基于调查数据的学行为特征采集 109 

9.2.4调查数据与 lms数据间的关联 110 

9.3异常学行为识别方法 112 

9.3.1异常学行为识别模型 112 

9.3.2基于调查数据的识别 112 

9.3.3基于学分析的识别 113 

9.3.4基于机器学的识别 114 

9.4异常学行为的个体化差异 115

参文献 115

0章 基于人工疫系统的数字化环境下异常学行为识别 118 

10.1研究问题描述 118 

10.2人工疫系统 119 

10.2.1从符号智能到计算智能 119 

10.2.2从自然计算到仿生计算 120 

10.2.3从仿生计算到人工疫 121 

10.2.4人工疫系统相关算法 121 

10.3基于反向选择算法的异常学行为识别 129 

10.3.1数据预处理 130 

10.3.2学行为识别器集合定义 131 

10.3.3学行为识别器训练 132 

10.3.4异常识别 133

10.4实验及分析 134 

10.4.1学行为特征提取 134 

10.4.2数据集及预处理 136 

10.4.3实验参数设置和评估指标 141 

10.4.4学行为识别结果分析 141 

10.4.5同类算法对比分析 142 

10.4.6实验结果结 144

参文献 144