在线论坛中学习者兴趣与行为主题联合建模研究

Journal of Distance Education(2022)

引用 0|浏览11
暂无评分
摘要
在线论坛中的文本大数据,能够在一定程度体现学习者的个人情感与知识建构水平,对其进行深入挖掘能为个性化教学提供参考与依据.针对教育文本挖掘现有研究对兴趣和行为进行孤立分析的现状,将学习者潜在的兴趣主题和行为倾向纳入主题模型,构建了融合行为-情感-主题-时间的潜在语义分析模型,即BETTM(Behavior-Emotion-Time-Topic Model),以致力于挖掘四者之间的潜在关系.基于华中地区某高校开设课程的在线论坛数据,通过挖掘学习者在整个教学周期中的兴趣主题与行为倾向,探究二者与学习成绩的关系,以及二者随时间变化的规律.结果表明:(1)有关资源查找和组内成员之间交互的主题,对学习成绩有显著正向作用;(2)教学作品完成过程中学习者的信息发布行为,对学习成绩有正向影响作用;(3)兴趣主题和行为倾向联合后的12类行为分布,对学习成绩没有显著影响;(4)在时间上,前期学习者倾向于对资料进行查找与整合以及分配任务,中期则关注彼此的交互和个人观点的表达,后期更侧重于对作品修改和完善,以及对自己和他人在整个讨论过程中表现进行评价.研究所提出的模型,为在线论坛中学习者兴趣与行为主题挖掘、分析与预测,提供了参考和依据.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要