用于分析学生与教育系统交互的序列建模

分析在线教育系统生成的日志数据是改进系统以及增进我们对学生学习方式了解的重要任务。本文使用来自丹麦最大数学数字学习提供商 Edulab 的此前未公开的日志数据来分析其用户的会话，从其数据子集中提取了 108 万个学生会话。我们提出将学生建模为不同潜在学生行为的分布，其中每个会话的动作序列属于一种潜在学生行为。我们将学生行为建模为 Markov chain，使得一个学生被建模为 Markov chain 的分布，并使用改进的 k-means 聚类算法进行估计。所得的 Markov chain 易于解释，在定性分析中，约 12.5 万个学生会话被识别为表现出非生产性学生行为。基于我们的结果，这种学生表示极具前景，特别是对于提供多种不同学习用途的教育系统，并为文献中常将学生行为建模为单一 Markov chain 的常见方法提供了替代方案。