学习分析技术与方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

学习分析技术与方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 学习分析概述1

1.1 学习准备2

1.1.1 学习分析体验2

1.1.2 学习过程的数据化3

1.1.3 量化自我与量化学习4

1.1.4 教育数据挖掘与学习分析6

1.2 学习分析的概念和内涵7

1.2.1 学习分析的定义7

1.2.2 学习分析的特征9

1.2.3 学习分析的应用10

1.3 学习分析产生的时代背景15

1.3.1 智慧教育时代的应然诉求15

1.3.2 数据科学方法在教育领域的彰显16

1.3.3 网络学习空间建设的基本要求16

1.3.4 实施个性化教学的助推力量17

1.4 学习分析与教育教学变革17

1.4.1 从教育过程不同层面的视角18

1.4.2 从教学结构的视角19

1.5 学习分析的现状与趋势22

1.5.1 学习分析的研究组织与机构22

1.5.2 从学习分析技术到学习分析学24

第2章 学习分析的本质与模型27

2.1 学习分析的本质28

2.1.1 数据、信息与知识28

2.1.2 信息熵与世界的不确定性30

2.1.3 数据驱动范式32

2.1.4 教育人工智能38

2.1.5 数据驱动教学42

2.1.6 学习分析的研究43

2.2 学习分析的理论基础47

2.2.1 数据科学为数据价值分析提供学科指导47

2.2.2 教育神经科学为多模态分析提供生物学依据48

2.2.3 量化学习为精准刻画学习者提供技术支撑48

2.2.4 联通主义学习观为灵活学习提供理论指南49

2.3 学习分析模型50

2.3.1 学习分析模型的演进50

2.3.2 学习分析的过程模型和生命周期模型51

2.3.3 学习分析的框架模型53

2.4 学习分析研究新进展：多模态学习分析57

2.4.1 眼动分析技术57

2.4.2 多模态整合分析60

第3章 教育数据挖掘67

3.1 数据采集68

3.1.1 数据采集的概念68

3.1.2 数据的分类68

3.1.3 数据采集技术70

3.2 数据预处理81

3.2.1 教育数据挖掘概述81

3.2.2 数据预处理内容83

3.2.3 数据清洗84

3.2.4 数据集成87

3.2.5 数据归约88

3.2.6 数据变换88

3.3 关联规则90

3.3.1 关联规则概述90

3.3.2 Apriori算法92

3.3.3 FP-Growth算法94

3.4 回归96

3.4.1 回归分析概述97

3.4.2 一元线性回归97

3.4.3 多元线性回归100

3.5 分类102

3.5.1 分类概述103

3.5.2 KNN算法103

3.5.3 决策树算法105

3.6 聚类109

3.6.1 聚类概述110

3.6.2 K-means聚类算法112

3.6.3 层次聚类算法114

3.7 离群点诊断116

3.7.1 离群点概述116

3.7.2 基于统计的离群点诊断117

3.7.3 基于距离的离群点诊断120

3.8 时间序列122

3.8.1 时间序列概述122

3.8.2 ARMA模型123

3.8.3 ARIMA模型127

第4章 学习者画像与应用134

4.1 学习者画像的本质135

4.1.1 学习者画像的概念135

4.1.2 学习者画像的表征135

4.2 学习者画像的类型136

4.2.1 知识状态建模137

4.2.2 学习风格建模141

4.2.3 学习行为建模142

4.2.4 学习认知建模143

4.2.5 学习情感建模145

4.2.6 其他建模形式148

4.2.7 学习者综合建模149

4.3 个性化推荐系统151

4.3.1 协同过滤推荐152

4.3.2 基于内容的推荐152

4.3.3 混合推荐154

4.3.4 学习路径的推荐154

4.4 信息设计155

4.4.1 数据可视化155

4.4.2 学习状态可视化162

4.4.3 基于隐喻的界面设计165

4.5 学习分析工具概述166

4.5.1 学习仪表盘166

4.5.2 学习路径规划173

4.5.3 个性化推荐176

4.5.4 学习诊断与预警177

4.5.5 自适应学习系统179

第5章 学习分析工具设计185

5.1 从“沃森”看学习分析的设计186

5.1.1 何谓“沃森”186

5.1.2 “沃森”如何被运用到学习分析领域187

5.1.3 “沃森”如何实现与学生的学习互动分析188

5.2 学习分析工具的设计流程190

5.2.1 学习者建模与课程分析190

5.2.2 学习行为分析195

5.2.3 结构发现与关系挖掘198

5.2.4 趋势分析201

5.2.5 监督与控制205

5.2.6 预警与干预207

5.2.7 适应性学习210

5.3 学习行为投入可视化分析工具设计212

5.3.1 在线学习行为投入理论模型213

5.3.2 在线学习行为投入周期反馈循环框架214

5.3.3 在线学习行为投入评测框架的实证研究217

5.3.4 框架指标对学习结果的预测分析219

5.3.5 学习行为投入度计算221

5.3.6 仪表盘信息界面设计222

5.3.7 实证研究与讨论225

参考文献230