摘要

学习行为诊断、监控与评价一直是教育数据挖掘的研究重点。学习绩效预测研究已将数据模型的理论转化为教学的应用实践,而融合多种行为数据对学习绩效进行预警与评价的研究较少。采集1,053名大学生12周的运动日志和课堂视频,构建运动与课堂行为预测指标,利用决策树和规则集方法构建预警阈值区间和行为预警策略,并利用机器深度神经网络分类模型,结合主成分法和熵值法,得到两种行为的权重和得分区间,构建行为组合评价策略。研究表明:学习绩效模型能有效预测运动与课堂行为对学习绩效的影响,学习行为预警策略也能有效发现学生行为变化规律,学习行为组合评价策略可量化行为特征值与学习绩效的关系,提升教学管理能力与教育治理水平。

全文