利用数据挖掘分析在线学习环境中的学生行为 (ICIAfS)
计算机与社会
2014-12-30 v1
摘要
本研究的重点是利用教育数据挖掘 (EDM) 技术，对学生在导师指导的非计分和计分课程中与电子学习系统的交互进行定量分析。此举有助于为一系列在线短期课程建立指导方针。我们分析了一组 412 名学生在电子学习系统中的访问行为，并根据其课程访问日志记录，使用 K-Means 聚类方法将他们分组为若干簇。结果表明，在计分和非计分学习环境中，超过 40% 的学生群体属于被动在线学习者。结果显示，学习环境的差异可能会改变学生群体的在线访问行为。聚类根据学生的课程访问行为将学生群体划分为五个访问组。在这些组中，最少访问组（NG-41% 和 G-42%）和最高访问组（NG-9% 和 G-5%）因其与其他组相比的访问差异而能够被非常清晰地识别出来。
引用
@article{arxiv.1412.7813,
title = {Students Behavioural Analysis in an Online Learning Environment Using Data Mining (ICIAfS)},
author = {I. P. Ratnapala and R. G. Ragel and S. Deegalla},
journal= {arXiv preprint arXiv:1412.7813},
year = {2014}
}
备注
appears in The 7th International Conference on Information and Automation for Sustainability (ICIAfS) 2014