《加快推進教育現(xiàn)代化實施方案（2018-2022年）》提出要充分利用信息技術開展人才培養(yǎng)模式和教學方法改革,加強學生學習行為數(shù)據(jù)的數(shù)字化記錄和分析,以信息技術推動職業(yè)教育質量提升。基于大數(shù)據(jù)技術的學習分析的出現(xiàn)及應用對我國教育信息化的發(fā)展具有積極意義,但從現(xiàn)有的研究文獻中了解到,基于大數(shù)據(jù)技術的學習分析研究多集中在高等教育領域,在中職教育中還有待進一步推廣和深入研究。雖然傳統(tǒng)的教學方式也能對學生學習數(shù)據(jù)進行分析,其結果也能對學生學習效果產(chǎn)生影響。但傳統(tǒng)的方式周期過長,信息化程度較低,學習分析技術的應用可彌補這些不足。因此本文結合中職計算機應用專業(yè)學生實際和特點,利用文獻研究法對數(shù)據(jù)倉庫和數(shù)據(jù)挖掘在學習分析中的應用進行分析和研究,主要工作如下:首先構建了應用于中職計算機應用專業(yè)的學習分析模型;以重慶市墊江縣第一職業(yè)技術學校計算機應用專業(yè)學生相關數(shù)據(jù)為來源,設計和搭建了數(shù)據(jù)倉庫;通過關聯(lián)規(guī)則算法對學生成績數(shù)據(jù)進行挖掘,得出課程之間的關聯(lián)性及先后排序建議;在分析過程中考慮到,學生的個體因素對學生成績的影響,運用了K-Means對學生數(shù)據(jù)進行聚類分析,根據(jù)聚類結果的若干特點提出具有針對性的教學... 

【文章來源】：西華師范大學四川省

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

-１“學習分析”相關文獻發(fā)文量Figure1-1Learningandanalyzingthequantityofrelevantliterature

前言4圖1-２“學習分析”相關文獻學科分布情況Figure1-2Studyandanalyzethedisciplinedistributionofrelatedliterature從圖1-2中可以看出研究者們的研究學科主要分布在計算機軟件及計算機應用、教育理論與教育管理、高等教育三個學科，其中教育理論與教育管理最多，其次為計算機軟件及計算機應用學科。對文獻內(nèi)容進行整理發(fā)現(xiàn)，早期國內(nèi)學者對于學習分析的研究主要聚集在其相關理論方面，包括學習分析的研究綜述、技術方法、工具、模型框架等等。其中以顧小清的研究成果為最早，在其研究中分析了學習分析技術中的關鍵技術，完成了學習分析定義的概念界定，并對學習分析要素進行解釋[8]。在其后，李青等人結合國外應用的案例，剖析了學習分析技術的優(yōu)劣[9]。孟玲玲等人，從多個維度闡述了24種學習分析工具的特點，并完成了學習分析工具的分類[10]。祝智庭等人對Greller&Drachsler提出的學習分析通用設計框架進行了說明，對學習分析框架進行了闡述[11]。在理論稍加成熟之后，漸漸有了關于學習分析技術應用的具體研究。例如：付小兵立足于學習分析技術，以決策樹和隨機森林算法做為學習成績預測模型算法，找到學習行為投入程度對學業(yè)成績的影響，并為學習分析提供了維度劃分標準[12]。龐璐寧根據(jù)中職學生特點，構建了學習分析的中職計算機教學模型，并在《平面設計》課程中應用學習分析模型，通過實踐，證明基于學習分析的中職計算機教學方式有利于學生改善學習[13]。（2）國外研究現(xiàn)狀經(jīng)過閱讀、整理文獻發(fā)現(xiàn)，關于學習分析技術的應用與實踐以及關于學習分

前言5析理論模型的構建是目前國外研究學習分析技術的主要內(nèi)容。對于學習分析的模型主要包括數(shù)據(jù)處理和改進措施兩大部分[14]。對于模型部分，具有代表性的模型有Siemens的學習分析過程模型、Elias的持續(xù)改進循環(huán)模型、Chatti的學習分析模型。對于學習分析的應用與實踐部分的典型案例有很多，例如：GaryPike等人通過問卷調查獲取學生特征、院系特征和教育支出找出教育支出和成績的相關性并給予反饋[15]。J.Fredericks等人用數(shù)據(jù)挖掘技術對40個機構的203個工程項目數(shù)據(jù)進行挖掘，探究評價標準與學生經(jīng)歷對學生成績的影響等[16]。國外對學習分析的理論研究和實證研究都比較廣泛。統(tǒng)計分析與可視化、聚類、文本挖掘、關系挖掘、預測五大類的分類是RomeroVentura及BakerYacef的研究成果，是他們通過對近十年教育領域中學習分析的相關研究進行分析得出的結論[17]。1.2.2數(shù)據(jù)倉庫和數(shù)據(jù)挖掘在學習分析中的應用研究現(xiàn)狀以“學習分析”、“成績分析”、“數(shù)據(jù)倉庫”、“數(shù)據(jù)挖掘”做為關鍵詞和主題，在中國知網(wǎng)中檢索相關文獻，共獲取相關中文文獻333篇，其中期刊論文工219篇，碩、博士論文110篇，國際會議論文3篇，國內(nèi)會議論文1篇。通過知網(wǎng)的文獻可視化計量分析如圖1-3所示：圖1-３相關文獻發(fā)文量Figure1-3Amountofrelatedliterature從圖1-3可以看出國內(nèi)的相關研究總體呈上升趨勢，2017年和2018年發(fā)表文獻量達最高。從2012年起，越來越多的研究學者關注到這個領域，但在2016到2018年間發(fā)展較為緩慢。

【參考文獻】：
期刊論文
[1]新時期中職班主任管理中遇到的問題與對策探究[J]. 魏薔.  教育教學論壇. 2020(05)
[2]基于多源數(shù)據(jù)分析的課程成績預測與課程預警研究[J]. 宋丹,劉洞波,豐霞.  高等工程教育研究. 2020(01)
[3]淺析提高中職班主任德育能力的方法[J]. 鄂蕓.  才智. 2020(03)
[4]從班主任的角度淺談中職生的管理[J]. 張麗娜.  科學大眾(科學教育). 2020(01)
[5]基于K-means聚類算法的中學混合式教學行為研究[J]. 宗春梅,武劍飛,郝耀軍,董曉紅.  教育與裝備研究. 2019(12)
[6]數(shù)據(jù)倉庫技術在高校教務系統(tǒng)中的應用[J]. 張維國.  福建電腦. 2019(09)
[7]基于聚類和關聯(lián)算法的學生成績挖掘與分析[J]. 郭鵬,蔡騁.  計算機工程與應用. 2019(17)
[8]學生成績關鍵因素挖掘與成績預測[J]. 謝娟英,張宜,陳恩紅.  南京信息工程大學學報(自然科學版). 2019(03)
[9]基于K-means算法的研究生入學成績分析[J]. 李春生,劉濤,于澍,張可佳.  計算機技術與發(fā)展. 2019(02)
[10]關于中等職業(yè)教育的現(xiàn)狀分析及發(fā)展對策探討[J]. 李建斌.  教育現(xiàn)代化. 2018(33)

碩士論文
[1]基于大數(shù)據(jù)技術的中職學生成績分析研究[D]. 徐勝東.廣東技術師范大學 2019
[2]決策樹算法在學生課程成績分析中的應用研究[D]. 胡明明.哈爾濱師范大學 2019
[3]基于數(shù)據(jù)挖掘的IT職業(yè)教育研究[D]. 莊黨.廣西師范大學 2019
[4]學習分析在中職計算機教學中的應用研究[D]. 龐璐寧.廣西師范大學 2019
[5]基于學習分析的在線學習成績預測建模研究[D]. 付小兵.云南師范大學 2019
[6]基于多源數(shù)據(jù)綜合分析的成績預測研究與實踐[D]. 史澤弘.內(nèi)蒙古大學 2019
[7]基于數(shù)據(jù)挖掘的學生行為習慣與學習成績的關聯(lián)性研究[D]. 王旭.上海師范大學 2019
[8]基于數(shù)據(jù)分析的高校教學管理決策支持方法研究[D]. 劉娜.浙江大學 2019
[9]關聯(lián)規(guī)則在高職院校教學管理中的應用研究[D]. 景曉玲.蘭州大學 2018
[10]基于關聯(lián)規(guī)則的教學行為分析與研究[D]. 劉伊白.北京工業(yè)大學 2018



本文編號：3525674