期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
大学课程教学OMO模式构建研究 被引量:4
1
作者 陈雪 刘兴红 +2 位作者 张涵 徐琦 《湖北师范大学学报(自然科学版)》 2023年第1期108-112,共5页
OMO(Online-Merge-Offline)教学模式即线上教学与线下教学的深度融合。为提升大学课堂教学质量,解决传统课堂教学课堂体验不佳、学生学习效果不佳等问题,梳理教育OMO发展现状,并结合混合教学体系构建原则以及OMO教学模式设计原则,构建... OMO(Online-Merge-Offline)教学模式即线上教学与线下教学的深度融合。为提升大学课堂教学质量,解决传统课堂教学课堂体验不佳、学生学习效果不佳等问题,梳理教育OMO发展现状,并结合混合教学体系构建原则以及OMO教学模式设计原则,构建大学课程教学OMO模式。该模型主要包含三个层面:课前预习、课堂探讨、课后任务。课前预习阶段是对知识的认识,课堂探讨阶段是对知识的掌握,课后提升阶段是对知识的内化。 展开更多
关键词 OMO教学模式 大学课堂教学 线上线下融合
下载PDF
基于情感分类与主题挖掘的MOOC课程评论研究 被引量:1
2
作者 刘兴红 +2 位作者 陶胜阳 王瑰霞 张苏薇 《考试研究》 2024年第1期86-100,共15页
在线精品课程作为MOOC中的高质量教育资源,有效促进了教育公平和均衡发展。但在保持快速增长的态势时,仍存在质量参差不齐的困境。为促进教师深度反思,支持教学问题的诊断与改进,提升课程质量,构建在线精品课程评论情感分类与主题挖掘... 在线精品课程作为MOOC中的高质量教育资源,有效促进了教育公平和均衡发展。但在保持快速增长的态势时,仍存在质量参差不齐的困境。为促进教师深度反思,支持教学问题的诊断与改进,提升课程质量,构建在线精品课程评论情感分类与主题挖掘研究模型。首先,采用网络爬虫技术采集MOOC平台中25门“教育技术学”专业在线精品课程评论数据,并进行数据预处理和情感分类;其次,对负性课程评论进行词云分析、社会网络分析和主题挖掘。结果表明:教师教学能力、学习资源质量、课程内容设计、互动和反馈机制、课程考核评价是导致学生差评、影响课程学习体验和学习质量的主要因素。据此,提出促进在线教育中教师教学能力专业化提升、开发优质在线精品课程学习资源、打造实用生动的在线精品课程内容、优化互动和反馈机制、优化在线精品课程考核评价等课程优化建议。 展开更多
关键词 情感分类 主题挖掘 MOOC 课程评论 课程质量
下载PDF
基于联邦学习的智能学习推荐系统模型的构建与应用
3
作者 刘兴红 +3 位作者 徐琦 张涵 陈雪 陶胜阳 《湖北师范大学学报(自然科学版)》 2023年第1期64-70,共7页
传统的机器学习方法尚未解决学习推荐系统中存在的用户隐私、数据孤岛、系统“冷启动”和法律约束等问题,而联邦学习不仅能解决以上问题,而且是一个极具发展潜力且有待深入探索的新方向。基于此,将联邦学习和学习推荐系统相结合,建立了... 传统的机器学习方法尚未解决学习推荐系统中存在的用户隐私、数据孤岛、系统“冷启动”和法律约束等问题,而联邦学习不仅能解决以上问题,而且是一个极具发展潜力且有待深入探索的新方向。基于此,将联邦学习和学习推荐系统相结合,建立了基于联邦学习的智能学习推荐系统模型。首先,重点阐述了联邦学习的概念和分类。其次,系统分析了当前学习推荐系统中亟待解决的关键问题。最后,构建了基于联邦学习的智能学习推荐系统模型,并将横向联邦学习推荐系统模型应用于同学科、同学龄的教育场景中,将纵向联邦学习推荐系统模型应用于跨学科、跨学龄的教育场景中,并分别介绍了这两种推荐系统模型的训练过程。 展开更多
关键词 联邦学习 学习推荐系统 智能学习推荐系统 个性化学习推荐
下载PDF
基于LDA模型的教育技术学研究主题挖掘及演化趋势分析
4
作者 陶胜阳 许新华 +2 位作者 叶伊 陈苏娜 《现代信息科技》 2023年第6期176-180,185,共6页
利用LDA模型对教育技术学领域核心期刊进行主题挖掘和演化趋势分析。结果显示:在2012—2021年间,教育技术学领域共有26个研究主题,其中有在线学习等8个热点主题;在线学习等10个主题呈上升趋势,远程教育等5个主题呈下降趋势,智慧教室、... 利用LDA模型对教育技术学领域核心期刊进行主题挖掘和演化趋势分析。结果显示:在2012—2021年间,教育技术学领域共有26个研究主题,其中有在线学习等8个热点主题;在线学习等10个主题呈上升趋势,远程教育等5个主题呈下降趋势,智慧教室、教学模式等11个主题演化趋势较为曲折。由此可见,将LDA模型引入到教育技术学领域中进行主题挖掘是行之有效的,希望能对后续研究者提供帮助和借鉴。 展开更多
关键词 教育技术学 LDA模型 主题挖掘 演化趋势
下载PDF
在线教育环境下基于学习者画像的成绩预测研究
5
作者 徐琦 刘兴红 +2 位作者 陈雪 张涵 《考试研究》 2022年第5期89-99,共11页
在文献综述基础上,利用学习者画像描述学习者特征优势,提出学习成绩预测流程。包括确定目标、构建标签体系和数据建模、数据采集与预处理、学习者画像分析与输出、实施学习成绩预测等步骤。展开案例分析,根据交互属性、兴趣属性、能力... 在文献综述基础上,利用学习者画像描述学习者特征优势,提出学习成绩预测流程。包括确定目标、构建标签体系和数据建模、数据采集与预处理、学习者画像分析与输出、实施学习成绩预测等步骤。展开案例分析,根据交互属性、兴趣属性、能力属性和知识属性标签特征,依次对学习者进行个人画像和聚类画像分析。采用K-means聚类算法将学习者聚类为主动赶超者、积极协作者、潜在建构者和被动接受者四类重要群体,选用Logistics回归模型深入预测了各类群学习者的学习成绩变化特征,从不同角度评价了学习者的学习效果,为教育利益相关者提供参考。 展开更多
关键词 在线教学 学习者画像 成绩预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部