《表2 学习者类型聚类分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《混合学习视域下在线开放课程学习行为数据模型研究与应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于职教MOOC平台采集数据以及基于智慧教室采集视频、音频和图像监控等数据，本研究将个体学习行为转化为具体的个体学习行为类别，以此来描述学习者的轨迹行为、社交行为、资源学习行为和评价反思行为。将学习者进行聚类分析，先建立特征数据表，用于描述聚类对象（学习者）的属性特征并将其数据化。然后根据对象数据类型、结构、数量选择合适的聚类方法，在本研究中选择K-means聚类方法，利用SPASS聚类分析软件，选取“学习时长”、“学习互动次数”、“作业完成次数”、“学习总成绩”四个变量，按照相似度进行聚类分析。通过聚类分析将学习者分为高沉浸型等四类，如表2所示。其中，“高沉浸型”学习者具有对线上网络学习平台黏度高、参与度高、积极性高、乐于协作学习和自我调控能力强等特点。该类学习者的学习总成绩分为两类：一类是高成绩型；另一类是低成绩型。对于低成绩型，虽然其参与度高也很努力，但学习效果不理想，究其原因可能是学习者自身学习策略不恰当所致。