摘要

在线学习作为一种新型学习模式在"互联网+教育"时代下应运而生。如何利用数据挖掘技术分析学习者行为数据,已成为重要的研究热点。本研究以某高校"大学摄影基础"在线课程学习者为研究对象,基于大五人格量表获取学习者人格特质类型,提出人格特质类型与在线学习行为的相关分析;探索机器分类算法对在线学习者人格特质识别;采用数据挖掘工具对不同人格特质学习群体进行聚类分析。结果发现:人工神经网络算法对人格特质的识别准确率优于其他几种算法,在人格特质的综合识别效果也最佳;人格特质五个维度的识别准确率不同,其中尽责性人格特质识别准确率最高,神经质人格特质识别准确率最差;学习者主要划分为四种不同的人格特质群体,针对不同人格特质群体,教师可实施不同的干预策略。