科研之友
微信
新浪微博
Facebook
分享链接
摘要
社会调节学习(SSRL)能够促进学习者在在线协作情境中制定合理的学习目标与计划，采取恰当的学习策略并进行及时的学习评价。为了厘清SSRL的时间变化特征与机制，越来越多的学者关注SSRL行为序列的挖掘，然而，现有的自动挖掘方法仅仅是机器学习算法的简单运用，其识别结果的准确率较低。基于此，在综合分析SSRL行为的基础上，结合集成机器学习的策略，设计了能够支持精准挖掘在线协作情境下SSRL行为序列的方法，并面向了某高校大学生开展了实证研究。结果表明，此方法在SSRL行为序列挖掘上具有较高的准确度。此外，通过序列挖掘结果的分析发现，监督和情感互动在SSRL中具有重要作用。
- 单位
