姚穎 王菲
摘 要:為解決傳統(tǒng)網(wǎng)絡(luò)課程中對學(xué)習(xí)者評價方式單一,無法全面體現(xiàn)學(xué)習(xí)者學(xué)習(xí)情況等問題,通過專家調(diào)查法和文獻調(diào)研法,設(shè)計國內(nèi)遠(yuǎn)程教育學(xué)習(xí)者評價指標(biāo),同時基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建遠(yuǎn)程教育學(xué)習(xí)者評價模型,并通過實驗驗證了其在遠(yuǎn)程教育評價中的應(yīng)用效果。研究結(jié)果表明評價結(jié)果可信度高,能夠為遠(yuǎn)程教育學(xué)習(xí)者提供更為科學(xué)的評價方式。
關(guān)鍵詞:遠(yuǎn)程教育;BP神經(jīng)網(wǎng)絡(luò);評價模型;學(xué)習(xí)者評價
0 引言
遠(yuǎn)程教育模式隸屬于成人教育范疇,它與傳統(tǒng)教學(xué)模式的不同在于,它是以互聯(lián)網(wǎng)為主要傳播載體,突破了空間及時間的雙重制約,既淡化了地域限制,又打破了學(xué)生必須在校園內(nèi)進行面授的教學(xué)限制[1]。而互聯(lián)網(wǎng)的迅速發(fā)展進一步推動了遠(yuǎn)程教育的發(fā)展進程,各種教育資源可以通過互聯(lián)網(wǎng)進行遠(yuǎn)距離傳輸。
伴隨著大數(shù)據(jù)的發(fā)展,參與學(xué)習(xí)的學(xué)生,能夠通過移動設(shè)備非常便利地接入網(wǎng)絡(luò)中,快速開啟學(xué)習(xí)。同時,學(xué)習(xí)平臺可以對學(xué)習(xí)者學(xué)習(xí)數(shù)據(jù)進行收集和分析,成為對學(xué)習(xí)評價的最有效依據(jù)。
目前,眾多學(xué)者對遠(yuǎn)程教育中的學(xué)習(xí)者評價進行了探索。王焱[2]基于模糊理論,對學(xué)習(xí)者學(xué)習(xí)效果進行了定量評價研究;張慶堂[3]以遠(yuǎn)程教育學(xué)習(xí)者和管理者為評價主體,構(gòu)建了以學(xué)習(xí)者感知績效服務(wù)及學(xué)習(xí)中心固有服務(wù)能力和水平為評價內(nèi)容的服務(wù)質(zhì)量評價模型;馬春琳[4]等研究遠(yuǎn)程學(xué)習(xí)績效影響因素,并建立了相應(yīng)的評價指標(biāo);王川芳[5]使用知識圖譜的形式,對網(wǎng)絡(luò)學(xué)習(xí)評價進行綜述研究;金賢[6]就開放在線課程的教學(xué)質(zhì)量評價指標(biāo)體系進行了研究。當(dāng)前針對遠(yuǎn)程教育評價的研究大多是對遠(yuǎn)程教育系統(tǒng)或是對學(xué)習(xí)者學(xué)習(xí)評價的評價指標(biāo)體系進行的,而借助于人工智能的方式相對較少。
本文嘗試以大數(shù)據(jù)為基礎(chǔ),通過對真實客觀的學(xué)習(xí)行為進行提取和整理,形成規(guī)范的學(xué)習(xí)行為數(shù)據(jù),基于遠(yuǎn)程教育學(xué)生行為的學(xué)習(xí)模式建立BP神經(jīng)網(wǎng)絡(luò)算法模型,以期為學(xué)習(xí)者的學(xué)習(xí)行為提供更全面更科學(xué)的評價方式。
4 結(jié)語
隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展,遠(yuǎn)程教育已成為全球性趨勢,它解決了教育資源貧乏、資源共享性不強的難題,為學(xué)習(xí)者提供了更多可行的學(xué)習(xí)方式,目前許多國家已經(jīng)將遠(yuǎn)程教育作為重要的戰(zhàn)略決策。將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于遠(yuǎn)程教育,在研究大量數(shù)據(jù)的過程中尋找模式、相關(guān)性和其它有用信息,可以幫助教育機構(gòu)更好地適應(yīng)變化,制定更合理的學(xué)習(xí)計劃。本文結(jié)合遠(yuǎn)程教育基本特點,構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)算法的評價模型,通過對真實客觀的學(xué)習(xí)行為進行提取和整理,形成規(guī)范的學(xué)習(xí)行為數(shù)據(jù),真實地反映學(xué)生的網(wǎng)上學(xué)習(xí)水平,可為完善遠(yuǎn)程教育評價模提供參考。
參考文獻:
[1] 賀延輝. 網(wǎng)絡(luò)遠(yuǎn)程教育的版權(quán)問題[J]. 情報科學(xué),2003(2):186-189.
[2] 王焱. 基于模糊理論的遠(yuǎn)程教育學(xué)習(xí)者學(xué)習(xí)評價研究[J]. 現(xiàn)代計算機:專業(yè)版,2015(20):45-47.
[3] 張慶堂,曹偉. 學(xué)習(xí)者和管理者視角下現(xiàn)代遠(yuǎn)程教育服務(wù)質(zhì)量評價體系研究[J]. 中國遠(yuǎn)程教育,2016(10):44-50.
[4] 馬春琳,蔡玲霞. 遠(yuǎn)程學(xué)習(xí)績效評價指標(biāo)體系研究——以新疆電大遠(yuǎn)程學(xué)習(xí)者為例[J]. 科教文匯:中旬刊,2018(1):113-114,118.
[5] 王川芳,姚苗苗. 基于知識圖譜的網(wǎng)絡(luò)學(xué)習(xí)評價研究綜述[J]. 軟件導(dǎo)刊,2019,18(5):9-12.
[6] 金賢. 開放在線課程教學(xué)質(zhì)量評價指標(biāo)體系研究——以南京開放大學(xué)為例[J]. 江蘇科技信息,2019,36(10):56-58,74.
[7] 侯光文. 教育評價概論[M]. 石家莊:河北教育出版社, 1996.
[8] 劉楠. 開放大學(xué)現(xiàn)代遠(yuǎn)程教育教學(xué)質(zhì)量評價研究[J]. 湖北廣播電視大學(xué)學(xué)報,2016,36(1):3-7.
[9] 何悅恒. 大數(shù)據(jù)背景下網(wǎng)絡(luò)教育發(fā)展的困境和出路[D]. 福州:福建師范大學(xué),2015.
[10] 許忠能. 生物信息學(xué)[M]. 北京:清華大學(xué)出版社, 2008.
[11] 來學(xué)偉. 深度學(xué)習(xí)無監(jiān)督學(xué)習(xí)算法研究[J]. 福建電腦,2018,34(9):102-103.
[12] QIANG W,ZHONGLI Z. Reinforcement learning model, algorithms and its application[J]. Electronic Science & Technology,2011: 1143-1146.
[13] 曹文平. 一種有效k-均值聚類中心的選取方法[J]. 計算機與現(xiàn)代化, 2008(3): 95-97.
[14] 周亞爽. 內(nèi)蒙古莫爾道嘎林區(qū)森林生物量遙感估算研究[D]. 北京:北京林業(yè)大學(xué),2016.
[15] 趙宇晗. 基于神經(jīng)網(wǎng)絡(luò)模型研究氣候變化對國家脆弱程度的影響[J]. 時代金融,2018(12):197.
[16] ZHAO YAN. Research and application on BP neural network algorithm[J]. International Industrial Informatics and Computer Engineering Conference(IIICEC2015), 2015:1444-1447.
[17] 崔銘,吳亞光. 基于改進BP神經(jīng)網(wǎng)絡(luò)的高校教師創(chuàng)新創(chuàng)業(yè)教學(xué)能力評價研究[J]. 江漢大學(xué)學(xué)報:自然科學(xué)版,2018,46(2):125-129.
[18] 郭玲,郭澤睿. 網(wǎng)絡(luò)教育在大數(shù)據(jù)影響下的發(fā)展策略及方法研究[J]. 中國教育信息化,2017(13):21-26.
[19] 查志杰,成樸之,楊程欽,等. 基于BP神經(jīng)網(wǎng)絡(luò)的區(qū)域本科教育質(zhì)量評估研究[J]. 醫(yī)學(xué)教育研究與實踐,2019,27(2):222-225,230.
[20] 沈欣憶,吳健偉,張艷霞,等. MOOCAP學(xué)習(xí)者在線學(xué)習(xí)行為和學(xué)習(xí)效果評價模型研究[J/OL]. 中國遠(yuǎn)程教育:1-9[2019-05-26]. https://doi.org/10.13541/j.cnki.chinade.20190508.002.
[21] 關(guān)成立,楊岳. 基于系統(tǒng)控制理論的高職實踐教學(xué)質(zhì)量評價模型應(yīng)用研究[J]. 信息技術(shù)與信息化,2018(11):158-159,167.
(責(zé)任編輯:孫 娟)