邹群艳 南昌工学院
大数据环境下用户在线学习行为分析模型的构建,不仅丰富了学生们学习的内容,同时也提高了学生们学习的质量。学习行为分析模型包括模型构建的原则,多维度与多层次的两个数据模型。
(一)构建原则完整性原则
在以前的教学过程中,很多的数据存储花费的金额都比较高,而且在存储的过程中还会出现很多的问题,比如存储数据只能存储一半等等。可是在如今随着我国科技的不断发展,数据可以对学习行为进行持续的跟踪和把握,这样的话不仅可以提高学生的学习动机,同时也可以丰富他们的学习内容。用户在通过互联网平台学习的时候,平台可以记录用户在学习的过程中所学到的内容,并且也可以给学习者提供出各种学习行为的关联性,然后依据数据模型及时对数据展开分析和解读。平台的管理员可以根据用户在线学习的行为分析模型对用户学习的数据进行存储。这样的话可以保证在线学习行为分析模型构建的完整性原则。
(二) 多维度的在线学习行为数据模型
想要构建一个完整的数据模型,其关键还是要建立一个能够抽象的描述实际对象之间关系的概念数据模型。这样的话可以使用户在线学习过程中能够更好的理解所学的知识。而概念数据模型包括三种,即实际连接法,面向对象法和谓词法。谓词法指的是主语谓语和宾语之间的语法结构,学生们对于谓词法有了一个明确的掌握之后,才会对所学的知识更加的了解。多维度的在线学习数据模型,可以让用户在学习的过程中实现自己的主体性。
(三)多层次的在线学习行为数据模型
多层次的在线学习行为数据模型指的是,用户在开展学习的过程中可以进行一次性的操作,比如用户可以通过观看视频,图片,保存文档或是听音频资料来学习等等。这样的话也可以使得用户在学习的过程中集中注意力。而在线学习行为指的是用户在开展互动交流的过程中,比如在观看论坛之后与同学们的进行讨论,或是发表自己的意见,亦或是解答别人的问题等等。用户可以发表自己的观点,在讨论的过程中不断的提高自己的学习行为。
(一)在线学习分析模型流程设计
在如今用户在线学习行为一般是采用横向模型流程设计。不同的用户在学习的过程中会有不同的学习动机,而他们学习的学习方法以及开展的活动都是不同的。对于这个问题,互联网平台的管理者要对不同用户的行为此进行科学,合理的分析,帮每一个学习用户解决在学习过程中遇到的问题。这样的话可以快速的提高用户学习的方法,让学习者在横向模型流程设计下明确自己的学习目标。
(二)在线学习行为的个性化课程推荐服务
用户在开展线学习行为分析模型的过程中,平台可以开展个性化课程推荐服务,这样的话可以让用户在线学习的过程中进一步明确自己学习的目标。平台应该根据在线学习用户的不同学习方法给他们划分群体,这样的话在线用户在学习的过程中,可以在群体中找到和自己志趣相同的伙伴,他们可以在群里交流沟通,久而久之也可以不断的提高自己的学习成绩。
(三)在线学习行为与学习效果的关联规则分析
通过数据挖掘和大数据技术对用户学习行为与学习效果之间的关系进行关联分析,能为学习者、课程组织者及平台管理者提供相应的指导与对策。在线用户在平台学习时可以根据关联性分析给自己制定一套学习的方案,这样的话可以加快自己的学习进程,同时用户在学习的过程中也可以不断的提高自己的思维能力。
在大数据环境下用户在线学习行为分析模型的构建可以给用户提供更好的学习环境,用户在通过观看视频学习的过程中也可提高自己学习的积极性,久而久之也可以提高自己的学习质量。