摘要
在文献综述基础上,利用学习者画像描述学习者特征优势,提出学习成绩预测流程。包括确定目标、构建标签体系和数据建模、数据采集与预处理、学习者画像分析与输出、实施学习成绩预测等步骤。展开案例分析,根据交互属性、兴趣属性、能力属性和知识属性标签特征,依次对学习者进行个人画像和聚类画像分析。采用K-means聚类算法将学习者聚类为主动赶超者、积极协作者、潜在建构者和被动接受者四类重要群体,选用Logistics回归模型深入预测了各类群学习者的学习成绩变化特征,从不同角度评价了学习者的学习效果,为教育利益相关者提供参考。
-
单位湖北师范大学