基于学习分析的虚拟学习社区社会性交互研究

摘要：

社会性交互是构成虚拟学习的关键要素,如何从学习者的交互数据中提取有价值的信息,进而及时采取教学干预,以促进高质量的网络学习,成为当前研究者关注的焦点.学习分析是近年来教育领域新兴的一种数据分析技术,为研究大数据时代虚拟学习的社会性交互提供了有力支持.通过基于Moodle平台的一门大学网络课程,以学习分析工具和社会网络分析法对网络论坛讨论区中的交互数据进行分析,提取学习者的社会网络结构特征,确定了核心参与者、积极参与者、消极参与者和边缘者等四种学习者类型,并依据新版布鲁姆认知历程向度对各类学习者的交互内容进行深入分析,探究不同学习者的认知特征,据此做出教学干预,从而更好地促进虚拟学习社区的发展.

关键词：社会性交互、虚拟学习、学习分析

所属期刊栏目：36

分类号：G434(电化教育)

资助基金：全国教育科学“十二五”规划教育部重点课题“大学生网络学习行为的分析模型与调控机制研究”课题编号:DCA110196

在线出版日期：2015-12-30（万方平台首次上网日期，不代表论文的发表时间）

页码：59-64