虚拟学习环境中学生在线行为建模
计算机与社会
2018-11-16 v1 机器学习
机器学习
摘要
近年来,远程教育经历了重大繁荣。开放大学(OU)的许多工作聚焦于通过向有模块不及格风险的学生提供及时支持,来提高这些模块的保留率。在本文中,我们探索了分析在线虚拟学习环境(VLE)中学生活动的方法——通用一元假设自动机(GUHA)与基于马尔可夫链的分析——并解释该分析如何与模块导师及其他学生支持人员相关。我们表明两种方法都是对学生活动建模的有效途径。基于马尔可夫链的方法的优势在于其图形化输出以及对学生活动的时间依赖性进行建模的可能性。
引用
@article{arxiv.1811.06369,
title = {Modelling student online behaviour in a virtual learning environment},
author = {Martin Hlosta and Drahomira Herrmannova and Lucie Vachova and Jakub Kuzilek and Zdenek Zdrahal and Annika Wolff},
journal= {arXiv preprint arXiv:1811.06369},
year = {2018}
}
备注
In Proceedings of the 2014 Workshop on Learning Analytics and Machine Learning at the 2014 International Conference on Learning Analytics and Knowledge (LAK 2014)