數(shù)字化環(huán)境下的學習行為分析與異常學習行為識別

目錄
前言
**部分 數(shù)字化環(huán)境下的學習行為
第1章 數(shù)字化環(huán)境下的學習 3
1.1學習的內(nèi)涵 3
1.1.1什么是學習 3
1.1.2數(shù)字化學習 4
1.2數(shù)字化學習環(huán)境 6
1.2.1學習環(huán)境 6
1.2.2數(shù)字化學習環(huán)境 7
1.2.3下一代數(shù)字化學習環(huán)境 8
1.3數(shù)字化環(huán)境下的學習者 10
1.3.1 21世紀人才應具備的核心素養(yǎng) 10
1.3.2數(shù)字化環(huán)境下學習者的特征 11
1.3.3數(shù)字化環(huán)境對學習者的要求 12
1.4數(shù)字化環(huán)境下的學習方式 14
1.4.1學習方式 14
1.4.2數(shù)字化環(huán)境下學習方式的特征 15
1.4.3數(shù)字化環(huán)境下典型的學習方式 15
參考文獻 17
第2章 學習行為相關(guān)理論 20
2.1學習理論對行為的關(guān)注 20
2.1.1行為主義視角下的學習行為 20
2.1.2認知主義視角下的學習行為 21
2.1.3建構(gòu)主義視角下的學習行為 21
2.2社會學習理論視角下的學習行為 22
2.2.1交互決定論與學習行為 22
2.2.2自我調(diào)節(jié)理論與學習行為 23
2.2.3自我效能理論與學習行為 24
2.3行為科學視角下的學習行為 25
參考文獻 26
第3章 數(shù)字化環(huán)境下學習行為的影響因素 29
3.1學習行為影響因素研究模型 29
3.1.1理性行為理論和計劃行為理論 30
3.1.2技術(shù)接受模型和整合型科技接受模型 31
3.1.3探究社區(qū)理論模型 31
3.2影響學習行為的內(nèi)因和外因 33
3.2.1學習者因素 33
3.2.2環(huán)境因素 34
3.3影響數(shù)字化環(huán)境下各階段學習行為的因素 36
3.3.1數(shù)字化學習環(huán)境接受階段 36
3.3.2數(shù)字化學習環(huán)境持續(xù)使用階段 37參考文獻 38
第4章 混合式學習中學習者持續(xù)學習意向影響因素研究 41
4.1混合式學習應用現(xiàn)狀 41
4.2理論框架 42
4.2.1信息系統(tǒng)持續(xù)使用期望 -確認模型 42
4.2.2內(nèi)在動機和學習自我效能 43
4.3研究模型與假設(shè) 43
4.4研究方法 44
4.4.1研究對象 44
4.4.2研究工具 44
4.4.3數(shù)據(jù)收集與分析 45
4.5研究結(jié)果 45
4.5.1信度與效度分析 46
4.5.2假設(shè)檢驗 47
4.5.3關(guān)鍵因素間的間接效應和總效應分析 49
4.6討論與結(jié)論 50
參考文獻 52
第二部分 學習行為分析與異常行為檢測
第5章 教育心理學領(lǐng)域的學習行為研究 57
5.1教育心理學領(lǐng)域早期的學習行為研究 57
5.2以課堂觀察方式研究學習行為 58
5.2.1學習行為量表 LBS 58
5.2.2學前學習行為量表 PLBS 60
5.2.3學會學習量表 LTLS 61
5.3在學習過程中研究學習行為 61
5.3.1學習過程問卷 SPQ 62
5.3.2自我調(diào)節(jié)學習問卷 63
5.4從學習投入視角研究學習行為 65
5.4.1學生投入調(diào)查 NSSE 66
5.4.2烏勒支學習投入量表 UWES-S 67
5.4.3在線學習投入量表 OSE 67參考文獻 69
第6章 學習分析與學習行為 72
6.1學習分析技術(shù)概述 72
6.2基于社會網(wǎng)絡(luò)分析的學習行為分析 73
6.3基于話語分析的學習行為分析 74
6.4基于智能技術(shù)的學習行為分析 76
6.4.1自然語言處理在學習行為分析中的應用 76
6.4.2機器學習在學習行為分析中的應用 77
6.4.3深度學習在學習行為分析中的應用 80
6.5基于多模態(tài)數(shù)據(jù)的學習行為分析 81
6.5.1多模態(tài)學習分析技術(shù)的概念 82
6.5.2多模態(tài)學習分析的研究模型 82
6.5.3多模態(tài)學習分析的關(guān)鍵技術(shù) 83
6.5.4多模態(tài)學習分析的應用領(lǐng)域 84參考文獻 84
第7章 教育數(shù)據(jù)挖掘與學習行為 89
7.1教育數(shù)據(jù)挖掘概述 89
7.2教育數(shù)據(jù)挖掘的發(fā)展歷程 90
7.3教育數(shù)據(jù)挖掘的工作流程 91
7.4教育數(shù)據(jù)挖掘在學習行為分析中的應用 92參考文獻 92
第8章 學習行為分析相關(guān)產(chǎn)品 94
8.1普渡大學課程信號系統(tǒng) 94
8.2基于社會網(wǎng)絡(luò)分析的適應性教學實踐系統(tǒng) 96
8.3整合學習分析與教學設(shè)計的工具 98
8.4海星異常早期預警系統(tǒng) 99
8.5學習管理系統(tǒng)自帶的學習行為分析模塊 100
參考文獻 101
第9章 異常學習行為及識別 103
9.1異常學習行為的界定 103
9.1.1 行為 103
9.1.2學習行為 104
9.1.3數(shù)字化環(huán)境下的學習行為 104
9.1.4學習行為分類 105
9.1.5異常學習行為 106
9.1.6數(shù)字化環(huán)境下的異常學習行為 106
9.2學習行為特征數(shù)據(jù)的采集 107
9.2.1基于觀察的學習行為特征采集 107
9.2.2數(shù)字化環(huán)境中的學習行為特征采集 107
9.2.3基于調(diào)查數(shù)據(jù)的學習行為特征采集 109
9.2.4調(diào)查數(shù)據(jù)與 LMS數(shù)據(jù)間的關(guān)聯(lián) 110
9.3異常學習行為識別方法 112
9.3.1異常學習行為識別模型 112
9.3.2基于調(diào)查數(shù)據(jù)的識別 112
9.3.3基于學習分析的識別 113
9.3.4基于機器學習的識別 114
9.4異常學習行為的個體化差異 115
參考文獻 115
第10章 基于人工免疫系統(tǒng)的數(shù)字化環(huán)境下異常學習行為識別 118
10.1研究問題描述 118
10.2人工免疫系統(tǒng) 119
10.2.1從符號智能到計算智能 119
10.2.2從自然計算到仿生計算 120
10.2.3從仿生計算到人工免疫 121
10.2.4人工免疫系統(tǒng)相關(guān)算法 121
10.3基于反向選擇算法的異常學習行為識別 129
10.3.1數(shù)據(jù)預處理 130
10.3.2學習行為識別器集合定義 131
10.3.3學習行為識別器訓練 132
10.3.4異常識別 133
10.4實驗及分析 134
10.4.1學習行為特征提取 134
10.4.2數(shù)據(jù)集及預處理 136
10.4.3實驗參數(shù)設(shè)置和評估指標 141
10.4.4學習行為識別結(jié)果分析 141
10.4.5同類算法對比分析 142
10.4.6實驗結(jié)果總結(jié) 144
參考文獻 144