国内外学习分析研究现状述评
将平台中发生的各类学习活动量的统计值与最终的学习成绩进行回归分析，发现15个与学习者学业成就呈显著相关的变量，其中论坛参与度、邮件发送数量和考试完成数量能够解释学生最终成绩30％的变化，该回归模型以81%的正确率预测了该课程将会不及格的同学。设计了学习分析预测模型，从众多的影响因子中筛选出最佳预测效果的变量进行回归分析，验证了模型的有效性，并对模型进行了改进和优化，以达成预测准确率的最大化。目前学习分析的研究不足主要体现在以下几个方面:(1)学习分析的研究从理论研究已逐渐转向对技术、模型、应用的研究，在理论方面的研究已经比较成熟，但在应用与实践方面较弱。(2)学习分析模型是实现学习分析功能的基础，目前国内外暂未提出一种可行的、完善的学习分析系统的模型和应用平台，学习分析的本体、元数据、核心数据集和相关的标准还需要进一步研究。(3)学习分析技术的应用平台功能不完善，不但要能对浅层数据进行分析，同时也要能对数据背后的信息进行分析，为师生呈现多方面的可视化结果。还需能对学生的学习进行自动化干预与调整，实现真正的个性化。
学习分析 学习活动量 学习成绩 预测模型
雷诗捷 刘清堂 张思 吴林静
华中师范大学教育信息技术学院
国内会议
北京
中文
601-602
2017-06-02（万方平台首次上网日期，不代表论文的发表时间）