多源过程性数据驱动的学习者综合评价模型研究

作     者：张倍思 陈烨 齐艺 董庆兴 ZHANG Bei-si;CHEN Ye;QI Yi;DONG Qing-xing

作者机构：华中师范大学信息管理学院湖北武汉430079 

基　　金：国家自然科学基金面上项目“面向群智感知大数据的群体评价模型与方法研究”(71871102) 国家自然科学基金青年项目“基于多视角学习的社会化问答平台用户画像研究”(71904057) 华中师范大学研究生教学改革研究项目“面向‘双一流’学科建设的研究生跨学科联合培养机制研究:以大数据管理与应用专业为例”(2019JG15) 

出 版 物：《情报科学》 (Information Science)

年 卷 期：2022年第40卷第5期

页      码：104-110页

摘      要：【目的/意义】信息技术与互联网技术的飞速发展让教育行业进入了大数据时代。由于学习者在整个学习过程中的学习行为数据能够被记录下来,这种多源过程性数据为基于大数据的教育评价提供了新的可能。【方法/过程】本文从学习者行为特征视角出发,设计了多源过程性数据驱动的学习者综合评价模型。该模型利用流数据聚类算法对不断涌入的学习者数据进行处理,及时生成或更新学习者画像,然后基于学习者画像对学习者学习行为进行分析,构建学习者综合评价模型,以实现对学习者学习表现的实时反馈。【结果/结论】该模型可以对学习者的学习过程进行综合评价,及时的反馈有助于教学评价的开展,同时丰富现有的教学评价体系,为实现教学评价与优化教学的良性循环提供依据和参考方向。【创新/局限】本文提出了过程性数据驱动的对学习者动态综合评价模型,后续将基于研究模型开展实际应用研究。

主 题 词：过程性数据 综合评价 学习者评价 知识服务 教育大数据 

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

核心收录：

D　O　I：10.13833/j.issn.1007-7634.2022.05.014

馆 藏 号：203111958...