文献类型：期刊文章

作　　者：朱家成[1] 陈刚[2] 向华[2] 李支成[2] 吴开诚[2]

ZHU Jia-cheng;CHEN Gang;XIANG Hua;LI Zhi-cheng;WU Kai-cheng

机构地区：[1]江汉大学数学与计算机科学学院计算中心,湖北武汉430056 [2]不详

出　　处：《信息技术与信息化》

基　　金：湖北省高等学校省级教学研究课题-基于数据分析的分层混合教学模式研究(20160277);湖北省教育科学规划课题-SPOC混合教学下学生学习行为分析和预测研究(2017GB030);武汉市教育科学“十三五”规划2018重点课题-基于SPOC的混合教学交互过程研究(2018A047)。

年　　份：2020

期　　号：10

起止页码：196-199

语　　种：中文

收录情况：普通刊

摘　　要：混合教学是混合了传统教学与在线教学两种教学模式的一种新型教学方法,教学过程中会产生大量的数据,如何快速准确的在当前教学过程产生的海量数据中抽象出与学生学习特征有关的关键信息,并勾勒出学生画像,是当前混合教育应用中的一大难点。DNN(深度神经网络)拥有从大量原始数据中提取高级特征值的能力,在已建立某基础在线课程中产生的学生学习行为数据存储分析平台基础上,对数据进行有效地收集、清理,并和传统课堂产生教学数据进行有机整合。然后对所获取数据进行分析与挖掘,找出有价值数据,构建基于DNN的分析评价模型,从而快速准确的形成学生画像模型。这些结果可以让教师更深入全面的了解学生当前学习效果状态,通过AI的手段服务教学,提高教师与学生对当前学习效果的认知,为混合教学提供更严谨,准确的技术支持。

关 键 词：混合教学 深度神经网络  学生画像  数据挖掘

分 类 号：G434[教育学类]