基于社交网络分析的学习行为分析的实证研究

摘要: 随着大数据技术在教育领域的渗透，学习分析已成为教育工作者的热点，相关的分析方法和技术也越来越成熟. 其中，社交网络分析已逐渐成为该领域的重要分析方法之一. 本文通过了华中师范大学云课堂...

摘要: 随着大数据技术在教育领域的渗透，学习分析已成为教育工作者的热点，相关的分析方法和技术也越来越成熟. 其中，社交网络分析已逐渐成为该领域的重要分析方法之一. 本文从华中师范大学云课堂平台上的《文学翻译》课程论坛讨论区收集数据，并利用社交网络分析及相关分析方法来分析由社交网络形成的社交网络位置信息和学习效果学习者的互动讨论. 相关性. 研究结果表明，在论坛中，学习效果高的学习者倾向于与学习效果低的学习者建立互动联系，学习者社交网络的中心性与学习效果和学习效果显着正相关. 通常具有较高的声誉和影响力.

关键字: 社交网络分析；社交网络位置；学业表现;学习分析

CLC编号: G434文档代码: A商品编号: 1673-8454（2019）01-0005-06

I. 简介

近年来，世界范围内迅速出现了的公开课程（MOOC），并且世界各国都在竞争部署数字教育建设社会网络分析 课，以抢占未来教育发展的战略制高点. 教育部于2015年发布的《教育部关于加强高等教育网络开放课程管理应用的意见》指出，将加快建设适合中国国情的网络开放课程和平台，促进应用课程，加强组织管理. 因此，越来越多的高校加入课程学习平台的建设队伍. 与传统的课堂学习交流相比，学习不仅增加了学习者参与课程的热情和自主性社会网络分析 课，而且在学习者与学习者，学习者与老师，学习者和学习资源之间提供了更频繁，更深入的学习. 互动行为提供了可行性并促进了协作学习，这对于改善学习过程和学习绩效具有重要意义. [1]在学习环境中，学习者通常会根据自己的学习需求，兴趣爱好或任务驱动的学习取向，自发地组织学习社区. 该社区基于社会关系的概念[2]，并且通过学习系统和社交媒体生成了越来越复杂的交互式数据. 通过学习形成的学习社区构成了一个学习网络. 每个人都是该网络中的一个节点. 成员之间的交互使知识能够在网络中构建，而社交网络的关系结构以及成员的特征和网络中的位置如何对学习效果有贡献，这些都值得我们深入讨论. 这对于改善我们的教育教学方法和优化学习效果具有重要意义. 在学习分析领域，社交网络分析（SNA）已成为研究学习社区的结构和动态演变的重要方法. 它还为可视化学习网络中各种相关元素提供了重要的定量基础. 在课程中，社交网络分析旨在揭示这些结构属性与学习效果及其意义之间的关系. 本文旨在通过社交网络分析方法进行实证研究，以揭示学习环境中论坛互动中学习者社交网络的形成和演化，以及学习者在论坛互动网络中的位置与学习效果之间的具体关系.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-222519-1.html