基于学习分析的虚拟学习社区深度交互研究

发布时间：2025-05-10 23:58

　　 虚拟学习是信息化社会一种重要的学习方式,如何深入地揭示学习者的交互行为并促进深度交互的开展是当前研究的焦点。针对某大学网络课程中的交互数据,构建一个由数据层、分析层和解读层形成的微观学习分析模型,基于多种学习分析技术开展社会网络分析、CMC内容分析和滞后序列分析,从学习者交互的结构形式、交互内容和交互过程三方面深入挖掘其交互特征。研究表明,该模型具有较强的操作性,有助于揭示虚拟学习社区学习者的深度交互行为,进而及时发现教学中的问题,通过激发学习者交互潜能、树立良性交互观念和适时调控交互秩序等措施开展相应干预,以不断提升虚拟社区网络学习的成效。

【文章页数】：8 页

【部分图文】：

图1虚拟学习社区交互学习分析模型

图2整体交互社群图

些层次也分别对应着整体社会网络结构、社会网络的内部子结构和行动者的中心性与声望［18］。其中48名师生形成1170条帖子的整体交互社群图如图2所示，可见网络中心处的节点连接较密集，四周节点连接较疏散。节点间的连线代表了成员间的互动及由此形成的社会关系，其箭头指向表明了在一个关系中....

图3内部子结构图

图4中心度分析结果

一名参与者在群体中的活跃度与声望［19］。由图4可知，参与者在其点出度和点入度的数值上存在较大差异，如标号19、15等的点出度远高于平均水平，表明在互动中非常活跃，更积极地与他人建立关系，而3的点出度最小(仅为1)，表明其参与互动的主动性严重不足;标号21、41等的点入度远高于平....

本文编号：4044526