K-12 数学在线学习平台上学生学习行为的可视分析
人机交互
2019-09-24 v2 信息检索
摘要
随着在线学习的日益普及，大量在线学习平台涌现以为 K-12（从幼儿园到十二年级）学生提供教育机会，与此同时，关于其学习日志的丰富信息正被记录。然而，如何利用这些细致的学习行为数据来改进学习材料设计并深入洞察学生的思维与学习风格仍不明晰。本工作中，我们提出一个可视分析系统，用于分析某 K-12 数学在线学习平台上的学生学习行为。它支持不同属性间的相关性分析以及用户鼠标移动日志的细致可视化。我们在真实数据集上的案例研究表明，我们的系统能更好地指导学习资源（如数学题目）的设计，并有助于快速解读学生的问题解决与学习风格。
引用
@article{arxiv.1909.04749,
title = {Visual Analytics of Student Learning Behaviors on K-12 Mathematics E-learning Platforms},
author = {Meng Xia and Huan Wei and Min Xu and Leo Yu Ho Lo and Yong Wang and Rong Zhang and Huamin Qu},
journal= {arXiv preprint arXiv:1909.04749},
year = {2019}
}
备注
2 pages, 6 figures, 2019 VAST conference, Best Poster, Learning Analytics, Visual Analytic System for Education, Online Learning, Learning Data Analysis, Learning Trajectories Analysis, Mouse Movement