文献类型：期刊文章

作　　者：段超[1] 林丽[2] 黄家才[3] 宋超[4] 赵海雯[2] 汪海洋[2]

DUAN Chao;LIN Li;HUANG Jiacai;SONG Chao;ZHAO Haiwen;WANG Haiyang(Graduates Department,Nanjing Institute of Technology,Nanjing Jiangsu 211167;School of Computer Engineering,Nanjing Institute of Technology,Nanjing Jiangsu 211167;School of Automation,Nanjing Institute of Technology,Nanjing Jiangsu 211167;Mathematics and Physics Department,Nanjing Institute of Technology,Nanjing Jiangsu 211167)

机构地区：[1]南京工程学院研究生处,江苏南京211167 [2]南京工程学院计算机工程学院,江苏南京211167 [3]南京工程学院自动化学院,江苏南京211167 [4]南京工程学院数理部,江苏南京211167

出　　处：《湖北理工学院学报》

基　　金：南京工程学院大学生科技创新基金项目(项目编号:TB201707005)

年　　份：2019

卷　　号：35

期　　号：1

起止页码：27-30

语　　种：中文

收录情况：NSSD、普通刊

摘　　要：在网络技术不断更新的大背景下,云学习环境逐步全球化。资源日益丰富的图书馆、Web 2. 0和MOOC(慕课)为网络学习提供了新的途径与平台,刺激了大学生的求知欲望,自主学习已经成为大学生高效学习的主旋律。基于网络数据集,运用大数据分析方法建立数学关系,找出相关因子,研究了同时期大学生学习行为的共性与个性。研究发现,大学生主要根据"个人兴趣"和"课程实用性"进行自主学习,且学习的自主性得到了有效的提高;同时,在线学习对学生具有极大的吸引力,但学生的辍学行为等也是值得注意的问题。大数据分析对于大学生学习行为的分析与研究有着积极的辅助性及推动性作用,且大数据分析结论可为教学管理部门进一步提高大学生的学习成绩和学术水平出谋划策。

关 键 词：大数据 大学生学习行为 时间序列分析 MOOC辍学预测  

分 类 号：G642] TP311.13[教育学类]