《表1 数据预处理表:人工智能支持下自适应学习路径构建》
本研究首先将学习者的在线学习行为(如浏览资源、测试等)归纳为8类,并规定了相应的映射方法,如表1中的“学习行为映射”列所示。然后,以学习者ID为主关键字,知识单元和行为时间为次关键字,对学习者行为进行排序(同一学习者的重复行为仅统计第一次行为,其后的重复行为不作统计),进而将原始学习行为数据转换为学习路径数据,如表1中的“学习路径映射”列所示,其中成绩为该知识单元的归一化测试成绩。例如:某学生的实际学习行为序列为{浏览资源r1,练习p1}、{浏览资源r2,练习p2,论坛讨论d}、{协作任务t1,论坛讨论d,测试e},其映射后的学习路径则为
图表编号 | XD00174934100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 孔维梁、韩淑云、张昭理 |
绘制单位 | 华中师范大学国家数字化学习工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |