基于BKT模型的网络教学跟踪评价研究

发布时间：2021-03-09 21:22

　　当前网络教学中存在教学过程评价难以量化、课程教学进度安排缺少数据支持等问题。随着大数据技术的发展,网络学习行为分析已经取得较大进展,但学习内容的跟踪与评价还比较缺乏。将知识跟踪嵌入网络课程,及时跟踪学生知识掌握情况,将有助于教师发现学生学习问题,调整教学策略;同时也可引导学生将学习的关注点聚焦在知识内容的理解上,而不是分数上。贝叶斯知识跟踪（BKT）模型是一种以知识点为核心构建学生知识模型的方法,具有简捷、预测准确、易于解释的特点。基于BKT公式改进的网络教学跟踪评价模型,可用以课时估算和学习成绩预测。实证分析数据显示,该模型的预测准确率和精确度较高。在实际应用中,BKT知识跟踪功能可单独开发应用,也可与教学平台集成使用,亦可支持线下教学。 

【文章来源】：现代远程教育研究. 2018,(05)北大核心CSSCI

【文章页数】：9 页

【部分图文】：

BKT网络教学跟踪评价模型图

龉δ埽?数据采集、BKT评价、进度显示。数据采集主要用于采集作业或测试成绩，BKT评价则用于计算学生知识状态、学时预测与成绩预测，进度显示是对BKT计算结果的呈现，以可视化的形式展现跟踪结果。其基本流程围绕知识点展开，包括教师设计知识点，根据知识点设计教学内容、作业及测试。学生自主学习教学内容后，进行作业或测试，其结果数据保存至数据库。BKT计算器通过数据采集，参照知识点对学生知识状态进行更新，同时也可以进行学时预测和成绩预测，最后将结果反馈给教师和学生。如图2所示。图2BKT网络教学跟踪评价功能模型在实际应用中，BKT知识跟踪功能可单独开发应用，也可与其他教学平台集成使用，亦可支持线下教学。线下教学状态下，教师可以将数据导入到BKT跟踪评价功能中，根据BKT跟踪评价模型进行数据分析，支持教师更好地跟踪评价学生学习状态，调整教学策略。BKT跟踪评价模块是对网络教学平台的有效补充，有利于改变其只支持教学过程，而不能给予成绩评定的缺陷，从而使教务系统与教学平台有机地结合起来，打通当前过程评价与结果评价之间的隔阂，使之有机统一起来。当BKT跟踪评价模型的参数调整相对精确以后，形成性评价将越来越准确，总结性评价的重要性也随之下降，从而也减轻了学生的学习负担。六、结论随着大数据技术的发展，网络学习数据日益受反馈教师设计知识点学习内容学习学生作业/测试反馈数据采集BKT计算机器更新学生知识状态学时预测成绩预测【技术应用】基于BKT模型的网络教学跟踪评价研究..110

【参考文献】：
期刊论文
[1]开放式教学下的学习者画像及个性化教学探讨[J]. 陈海建,戴永辉,韩冬梅,冯彦杰,黄河笑.  开放教育研究. 2017(03)
[2]数据驱动的教育机构在线教学过程评价指标体系构建与应用[J]. 魏顺平,程罡.  开放教育研究. 2017(03)
[3]基于贝叶斯知识跟踪模型的慕课学生评价[J]. 王卓,张铭.  中国科技论文. 2015(02)
[4]学习分析视角下的个性化学习平台研究[J]. 曹晓明,朱勇.  开放教育研究. 2014(05)
[5]大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示[J]. 徐鹏,王以宁,刘艳华,张海.  远程教育杂志. 2013(06)
[6]基于“态度”的知识追踪模型及集成技术[J]. 闾汉原,申麟,漆美.  徐州师范大学学报(自然科学版). 2011(04)
[7]智能教学系统中动态学生模型的研究与设计[J]. 郭富强.  中国电化教育. 2011(01)
[8]基于CIPP模式的网络学习跟踪与评价系统设计[J]. 李景奇,韩锡斌,杨娟,刘英群.  电化教育研究. 2009(07)
[9]在智能教学系统中两层动态学生模型的研究[J]. 杨卉,王陆,冯红.  电化教育研究. 2005(01)



本文编号：3073498