摘要：在互联网时代,结合线上学习和面对面传统教学的混合式学习成为大学生学习的重要方式。文章提出以同伴学习方式来弥补混合式学习中交互少、问题解决不及时等不足,并构建了基于学习者特征的同伴推荐算法。利用学习者相似度个性化推荐互补、相似型的学习同伴,以提高学习效率。实验基于真实、有效的学习者特征数据集,选取机器学习中常用的评价指标,验证了该推荐算法的有效性和准确性。

摘要：社交网络在商业领域的成功应用极大触发了教育研究者对其在促进和支持个体自主学习上的思考与探索。但已有研究大多数基于相似的研究情境,即社交网络的建立是在一群来自相同学习组织、班级或学校的同伴中发生,并有来自学校或老师的学习要求。如果条件不是这样,社交网络的影响是否还会是相同的积极效果呢?本研究围绕这一问题情境,依据从一个名为"知了网"的学习平台中获取来的真实学习数据,采用学习分析的方法对来自22个省231所学校的590个学生在平台上所开展的平均为期29天的自主学习展开了实证研究。通过方差、聚类、相关等分析方法,分析结果揭示,在一群几乎"陌生"的人群中开展在线自主学习,社交网络对在线自主学习的课程完成同样具有积极的影响,并且双向关注关系的朋友数量在不超过5个时能获得最为显著的学习影响成效;而在此情境下,学术方面的因素(比如,相同的学习目标、学业差异)相比社会方面的因素(比如,共同的身份)对是否建立朋友关系的影响更大。这些研究结论均可为今后在线学习平台中应用社交网络技术并设计学习同伴推荐机制支持自主学习提供有用的建议。