基于时间序列聚类的中小学平...生用户学习行为模式迁移研究_.pdf

摘要

信息技术和教育深度融合的背景下，在线学习平台已经成为教育教学的重要支

撑平台。如何利用在线平台上沉淀的学习行为数据，开展学习行为分析、挖掘学习

行为模式及规律，助力在线学习效果提升，已成为学习分析领域的关键研究问题。

本文基于中小学在线教育平台中的学生行为数据，研究了学习行为的时间序列特征，

并设计了一种基于小波变换和时间序列聚类的群体学习行为模式识别模型，挖掘学

生群体中隐藏的学习行为模式；在此基础上，为了深入分析学生群体中不同学习行

为模式间的迁移规律以及该群体整体的迁移状况，本文设计了一种基于桑基图的群

体学习行为模式迁移评估模型；最后，应用群体学习行为模式迁移评估模型对不同

区域的学生群体学习行为模式迁移状况进行了实证分析，分析了不同区域间存在的

学习行为模式差异。本文的主要研究内容及贡献如下：

首先，分析了学习行为的时间序列特征，设计了一种基于小波变换和时间序列

聚类的学习行为模式识别模型，将学习行为分为主动型，被动型和消极型三种模式。

其中，主动型学习行为模式的用户在整个学习阶段均拥有较高活跃度，消极型学习

行为模式的用户在整个阶段活跃度均比较低，被动型学习行为模式的用户在整个阶

段的不同时期拥有不同的活跃度，起伏较大。

其次，分析了学习行为模式的迁移现象，采用周期变异系数确定了学习行为模

式的最佳划分周期，并设计了一种基于桑基图的学习行为模式迁移评估模型。该模

型能够有效识别出不同学习行为模式的用户在不同阶段相互迁移的路径。通过对比

不同阶段的学习行为模式分布、迁移规模大小以及良性迁移率三个方面，综合评估

出该群体在整个学习阶段的学习行为模式迁移状况。实验结果表明，主动型学习行

为模式用户与被动型学习行为模式用户间的迁移、被动型学习行为模式用户与消极

型学习行为模式用户间的迁移存在较大的可能性，而主动型学习行为模式用户与消

极型学习行为模式用户间的迁移则可能性较小；一个群体在整个学习阶段过程中，

学习行为模式分布主要为主动型且平均良性迁移率较高时，该群体的学习行为模式

迁移状况较好，整体迁移方向呈现正向迁移，反之，则为负向迁移。

最后，本文使用学习行为模式迁移评估模型，对三个具有不同地理位置、经济

水平和民族分布的区域进行了实证对比分析。结果表明，每个区域均存在三分之一

左右的无固定学习行为模式用户，该部分用户的学习行为模式较易发生改变，并迁

移成其他类型的学习行为模式，是在线学习过程中可以重点观察和辅导的对象。三

I

个区域的平均良性迁移率指数也表明，不同区域间的学生学习行为模式存在明显差

异，经济水平较发达地区的学生群体中主动型学习行为模式的占比更高，但地方政

策的支持和在线平台措施的引入，有助于提升经济水平欠发达地区的学生群体中主

动型学习行为模式的比例。

关键词：时间序列聚类；学习行为模式识别；周期划分；学习行为模式迁移

II

Abstract

Underthebackgroundofthedeepintegrationofinformationtechnologyand

education,onlinelearningplatformhasbecomeanimportantsupportplatformfor

educationandteaching.Howtomakeuseofthelearningbehaviourdatadepositedon

onlineplatformstocarryoutlearningbehaviouranalysis,minelearningbehaviourpatterns

andlaws,andhelpimprovetheeffectofonlinelearninghasbecomeakeyresearchissue

inthefieldoflearninganalytics.Inthisthesis,basedonthestudentbehaviordatainthe

onlineed