在线学习者社会临场感自动编码的最优路径探索

作     者：吴怡君 冯晓英 WU Yijun;FENG Xiaoying

作者机构：北京师范大学学习设计与学习分析重点实验室北京100875 

出 版 物：《开放学习研究》 (Journal of Open Learning)

年 卷 期：2020年第25卷第6期

页      码：7-13,45页

摘      要：随着在线学习、混合式学习的普及,为学习者提供更加及时的学习支持,就需要准确地判断在线学习者的学习状态,探究社区理论中的临场感水平是一个好的衡量指标。本研究旨在用自然语言处理的思路探索临场感自动编码的最优路径。研究以社会临场感为例,应用中文自然语言处理中文本分类问题的机器学习算法,探索了六条不同的临场感自动编码的路径。通过对不同路径进行比较,选取其中的最优路径,构建了在线学习者社会临场感编码模型组。经验证,该模型组能够较好地测量社会临场感水平,帮助教师准确判断学习者的学习状态,更好地开展在线教学。

主 题 词：在线学习 临场感 中文自然语言处理 最优路径 

学科分类：0401[教育学-教育学类] 04[教育学] 040110[040110] 

D　O　I：10.19605/j.cnki.kfxxyj.2020.06.002

馆 藏 号：203100493...