当前位置 —论文—本科论文— 范文

关于网络教育类论文范文集,与运用学习技术促进网络教育平台相关论文格式模板

本论文是一篇关于网络教育类论文格式模板,关于运用学习技术促进网络教育平台相关专升本毕业论文范文。免费优秀的关于网络教育及学习者及计算机方面论文范文资料,适合网络教育论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

rl}

2.6话语分析法

话语分析法（Discourseanalytics）的目的在于获得有意义的数据（不像社会网络分析）,旨在探讨所使用语言的属性,而不只是网络上的互动,或者论坛帖子数量的统计.网络教育平台可用以探究知识构建的过程,从而使教师和教学研究者对学习发生的过程有更清晰的认识.

2.7社会学习分析法

社会学习分析法（SocialLearningAnalytics）的目的在于探索在学习过程中社会交互所扮演的角色,以及学习网络的重要性,话语如何用来意义建构.网络教育平台管理者可以用来构建一个更好的学习者网络,通过学习者之间的交互,达到相互帮助学习的目的,相互帮助实现知识结构构建.

2.8信息可视化方法

信息可视化（InformationVisualization）可以避免我们在一堆枯燥的数据中寻找规律,数据可视化之后,我们可以更好地进行意义建构.BEESTARInsight可以自动收集学生实时的参与数据,从而为教师、学生和管理者提供分析图改善学习.

网络教育平台上的学习是学生、教师和管理者之间的共同交互过程,应运用不同的方法对这一复杂过程进行研究,才能得到满意的结果,学习分析技术将在此过程中展现它的作用.

运用学习技术促进网络教育平台参考属性评定
有关论文范文主题研究:	关于网络教育的论文范文资料	大学生适用:	高校大学论文、硕士学位论文
相关参考文献下载数量:	30	写作解决问题:	怎么撰写
毕业论文开题报告:	论文任务书、论文选题	职称论文适用:	核心期刊、职称评副高
所属大学生专业类别:	怎么撰写	论文题目推荐度:	免费选题

3学习分析技术促进网络教育平台发展

笔者将从数据面板、预测性分析和自适应学习分析分别举例说明学习分析技术为网络教育平台带来哪些帮助.

3.1学习管理系统分析面板（LMSAnalyticsDashboards）

大多数网络学习平台上都开始使用学习分析数据面板.实际上,到目前为止,大部分的非专业人员都还不能对记录数据进行解读,但是通过一系列的图像、表格和其它的可视化工具生成的报告,学生、教师和管理人员都可以读懂.美国一些大学采用了更先进的综合数据系统（如Helpdeskcalls；学生信息系统）,当然这些功能强大的系统也更难以学懂,这些系统能够探索不同变量之间的关系,使用户不仅止于掌握预先的报告.学习者在测验分数、论坛贡献、参与情况方面,可以得到一些基本分析报告.

EDUCAUSE汇集了一系列有用的高等教育案例,例如亚利桑那州立大学的研究表明,在学术和学习分析上进行投资能够收到显著的回报,该大学做了一个“Student360”项目,通过该项目学校可以了解该校每一名学生的状况.[8]

3.2预测性分析（PredictiveAnalytics）

这是学习分析的一种高级应用.通过对学习者的统计数据或者过去的成绩之类的静态数据,和在线登陆方式、讨论发帖量之类的动态数据进行分析,追踪分析学习者的类型.把学习者进行分类,例如该学习者属于“高成就”,或者该生目前比较“危险”,或者是“社会型学习者”.然后根据学习者的类型进行实时的干预,对“高成就”类型提供一些更具挑战性的学习任务,而对处于“危险”状况的学生,教师则需要特别关注,给予一些学习上的帮助,而对于“社会型”的学生,则可能需要给予社交上的支持.

目前对于期末考试成绩最可靠的预测,是在学习开始的时候做一个小的学习能力测验.如果想设计更复杂的数据驱动预测模型,必须在此基础上进行改进,而这需要进一步的数据分析,以确定哪些变量能够预测“成功”.Purdue大学的CourseSignalsoftware非常知名,已经部分实现了这一技术.Signals在学生的学习过程提供了红色、黄色、绿色等信号,以帮助教师和学生了解目前的学习状况.最近的评估报告表明,参与CourseSignal项目的学生获得了更高的平均分,能够更快速地寻找帮助资源.[9]来自密歇根大学的报告显示,自适应干预技术能够帮助参与E2Coachinfrastructure项目的物理系学生学习健康信息,给他们提供定制的反馈,并鼓励学生改变他们的学习策略.3.3自适应学习分析（AdaptiveLearningAnalytics）

自适应学习平台建立了一个学习某个主题（如代数；光合作用）的模型,并在标准化测试背景下建立了课程测试的模型.这种平台能够提供更细致的反馈（例如你已经掌握了哪些概念并掌握到何种程度）,据此自动呈现以后的学习内容（例如不呈现基于学习者所未掌握概念的材料）.当然,建立学习者认知的动态模型,和准备自适应学习内容的引擎比设计和实现传统的学习平台需要更多的资源.大量的研究证据表明,采用这种方法将使个性化学习成为可能.

在智能教学系统和自适应平台上大量的研究和资金投入,将会为网络教育平台带来更好的用户体验.卡内基-梅隆大学的OpenLearningInitiative课程是免费的,大家可以去体验一下,而Grockit与Knewton公司的商业平台也做得很好.

4结语

国外的大量实践表明,学习分析技术越来越显示出它的重要性.基于学习分析技术巨大的发展潜力,也希望更多的公司和机构投入到这个领域,毕竟学习分析技术还处于发展应用的初期阶段.而学习分析技术支持下的网络教育平台,将为我国远程教育发展带来新的机遇.

参考文献参考文献：

[1]程智.对网络教育概念的探讨[J].电化教育研究,2003（7）：25-28.

网络教育学术论文撰写与发表
播放:33148次评论:5213人

[2]魏顺平.学习分析技术：挖掘大数据时代下教育数据的价值[J].现代教育技术,2013（2）：5-11.

[3]WATSON,WILLIAMR.Anargumentforclarity：whatarelearningmanagementsystems,whataretheynot,andwhatshouldtheybee[J].TechTrends,2013（2）：28–34.

[4]EducationalDataMining.http：//.educationaldatamining..

[5]COOPER,ADAM.Abriefhistoryofanalyticsabriefingpaper.http：//publications.cetis.ac.uk/wp-content/uploads/2012/12/Analytics-Brief-History-Vol-1-No9.pdf.

[6]POWELL,STEPHEN,SHIELA.MACNEIL.Instituitionalreadinessforanalyticsabriefingpaper.http：//publications.cetis.ac.uk/wp-content/uploads/2012/12/Institutional-Readiness-for-Analytics-Vol1-No8.pdf.

[7]CROWMM.NoMoreExcuses.EDUCAUSEReviewOnline.http：//.educause.edu/ero/article/no-more-excuses-michael-m-crow-analytics.

[8]PISTILLIMD,ARNOLDK,BETHUNEM.Signals：usingacademicanalyticstopromo