学习测评大数据支撑下面向知识点的学习预警建模与仿真

摘要：

学习测评是教学环节中的重要活动模块,对基于学生测评所产生的数据进行收集分析有助于挖掘学生真实的学习状态,明晰学生对知识点的掌握情况.以测评大数据为基础,以学生知识点综合掌握情况为研究内容,以贝叶斯网络为分析方法,通过节点权重分析及因果关系分析形成预警模型网络结构,在参数学习和条件概率分析的基础上形成面向知识点的学习预警模型.以某学校高一数学三次考试中的500条测评数据作为样本数据,采用5折交叉验证法对模型的有效性进行验证,采用因果推理和诊断推理对知识点预测结果进行仿真验证分析.研究结果表明,所构建的预警模型涵盖1个总目标层节点、5个指标层节点和20个数据层节点,通过调整模型中的节点能够有效观测不同条件下指标层和目标层知识点的掌握情况,并进行准确预警;通过灵敏度分析得出学习预警需要关注的核心节点,其影响程度从大到小依次为:核心知识点掌握情况＞相关知识点掌握情况＞各难度题目掌握情况;交叉使用主次指标排队分类法和专家打分法确定节点不同预警状态概率问的权重并以此计算判别值,按需调整其阈值以对学习者进行个性化类别划分与状态识别.

关键词：测评大数据、学习预警、贝叶斯网络、知识掌握、试题数据

分类号：G43(电化教育)

资助基金：2018年度教育部人文社会科学研究青年基金项目“基于测评大数据的学习预警与干预研究”18YJC880068;江苏省教育科学“十二五”规划2015年度课题“理解性教学视域下的学习评价设计与应用研究”D/2015/01/04

在线出版日期：2019-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：28-37