位置:成果数据库 > 期刊 > 期刊详情页
学习分析系统引擎的本体建构与数学模型
  • ISSN号:1000-5641
  • 期刊名称:《华东师范大学学报:自然科学版》
  • 时间:0
  • 分类:G436[文化科学—教育学;文化科学—教育技术学]
  • 作者机构:[1]密苏里大学信息科学与学习技术系,密苏里洲65201,美国, [2]华东师范大学开放教育教育学院暨上海数字化教育装备工程技术研究中心,上海200062, [3]华东师范大学信息学系,上海200062
  • 相关基金:国家社科基金重点项目(11AXW001);上海市浦江人才计划项目(14PJC034);上海市科委“科技创新行动计划”高新技术领域项目(145111093000)
中文摘要:

学习分析系统(LAS)具有把不同的资源和服务整合来为教育提供最好的实践.学习分析引擎作为这一系统的核心组成部分,目前在功能上的限制,定义上的模糊,以及可扩展性差使其不能扩展到其他内容和机构.本文首先提出了引擎本体(角色、来源、时间和控制)来描述和独特的四种引擎功能:预测、反思、建议和适应,以建立一个共同的语言和实践学习分析引擎,从而改善不同的LA之间的互操作性应用.基于这些本体论的引擎,本研究进一步设计LAS引擎的机制和应用数学模型来解释其分解和重组技术.本文所阐述的学习分析系统引擎,预计可用于开发一个开放和集成的,能够扩大规模和扩展到任何环境中的LAS.

英文摘要:

Learning analytics system (LAS) has the potential to pull together diverse resources and services to leverage the best practices for education.As the central component of this system,current LAS engines have been limited in function and vaguely defined as well as poor scalability and extensibility to other contexts and institutions.This paper first proposed engine ontology,role,source,time and control,to describe and distinct four engine functions:Prediction,Reflection,Recommendation,and Adaptation,in order to establish a common language and practice for LA engines,and in turn improve interoperability between different LA applications.Based on those ontological engines,this study further designed a mechanism of LAS engines and applied mathematical modeling to explain its decomposition and recombination techniques.This LAS engines is expected to power an open and integrated LAS that is capable of scaling up and extensible to any context.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《华东师范大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:华东师范大学
  • 主编:郑伟安
  • 地址:上海中山北路3663号
  • 邮编:200062
  • 邮箱:xblk@xb.ecnu.edu.cn
  • 电话:021-62233703
  • 国际标准刊号:ISSN:1000-5641
  • 国内统一刊号:ISSN:31-1298/N
  • 邮发代号:4-359
  • 获奖情况:
  • 中国综合性科技类核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:6600