一种基于大数据分析的在线学习预警方法及系统

本发明涉及在线学习，具体涉及一种基于大数据分析的在线学习预警方法及系统。

背景技术：

1、在线开放课程凭借着正式与非正式两种学习方式的优势，现已成为学习者自主学习与技能提升的重要途径之一，然而在线开放课程学习者的认知基础、认知水平、学习风格等方面差异较大，再加上其学习动机、学习情绪等方面的影响，导致部分学习者出现在线学习进度拖后、课程完成率偏低、辍课率偏高、学习体验不佳、学习成效偏低等情况，近年来，学习预警已成为业界和研究者们关注的热点话题之一。

2、中国专利申请号为cn115641024a公开了一种基于大数据分析的在线学习预警方法及系统，其中方法包括以下步骤：采集统计学习者在线学习的学习指标；基于学习指标进行指标分析，生成学习报告；基于学习报告判断学习者学习情况，向学习者发出预警，并提醒教师进行干预；储存学习报告，并基于干预后的学习报告，判断学习者是否需要继续干预；设定学习周期，通过收集同一学习者在学习周期开始时和学习周期结束时的学习报告，判断预警是否产生效果。

3、但现如今学习预警数据采集不全面，存在部分数据缺失，同时研究对象不全，缺乏整体系统的研究，另外现有的学习预警主要从知识层面来对在线学习进行预警，缺乏能够从课程学习过程层面进行预警的系统，现有学习预警在数据采集、研究对象、预警维度等方面还存在不足，综上所述，提出一种基于大数据分析的在线学习预警方法及系统。

技术实现思路

1、针对现有技术所存在的缺点，本发明的目的在于提供一种基于大数据分析的在线学习预警方法及系统。

2、为实现上述目的，本发明提供了如下技术方案：

3、一种基于大数据分析的在线学习预警方法，包括以下步骤：

4、s1、采集学习者在线学习的相关数据，并对大数据进行存储与处理；

5、s2、对数据进行挖掘分析，根据学习偏好和学习认知内容，构建学习者画像；

6、s3、预警及可视化呈现；

7、s4、干预及实施效果评估，并生成个性化学习路径，及时反馈给学习者和相关管理者。

8、本发明进一步设置为：在步骤s1中，所述预警相关数据包括基本数据、学习行为数据和学习情绪数据，其中基本数据包括学习风格、学习偏好、认知基础和认识水平，学习行为数据包括资源访问学习数据、线上课堂师生交互数据和讨论数据。

9、本发明进一步设置为：在步骤s1中，所述采集学习者在线学习的相关数据，并对大数据进行存储与处理，包括以下步骤：

10、s11、利用新一代信息技术全面采集学习者线上平台学习数据及学校各类管理系统历史学业水平相关数据；

11、s12、采用hadoop体系架构数据库进行数据存储；

12、s13、通过数据清洗、数据集成、数据转换、数据规约过程对采集的数据在进行处理；

13、s14、对数据进行聚类分析，形成学习者基本信息、学习行为、学习情绪等数据簇，在保持原始数据完整性的前提下从海量的数据中获取学习者精简数据集。

14、本发明进一步设置为：在步骤s2中，所述对数据进行挖掘分析，根据学习偏好和学习认知内容，构建学习者画像，包括以下步骤：

15、s21、对收集的海量、多源、异构大数据进行分类；

16、s22、利用不同技术和方法对分类数据进行挖掘分析，基于动态数据对学习者在线学习倦怠状态进行分析，得到学习倦怠预警数据，并将预警数据存储在数据库内；

17、s23、将学习者数据从不同维度分类并打上标签、形成标签体系，从知识掌握情况、学习行为、学习情绪三个方面对学习者的学习状态进行诊断；

18、s24、基于学习者标签体系，深入分析标签数据特征，形成学习者画像库，对学习者画像进行聚类、学习状态诊断分析。

19、本发明进一步设置为：在步骤s22中，学习者可通过数据库查看历史学习倦怠预警数据及其变化趋势。

20、本发明进一步设置为：在步骤s3中，所述预警及可视化呈现可实现预警参数管理，采用可视化服务输出相应的标签分析结果。

21、本发明进一步设置为：在步骤s4中，所述干预及实施效果评估，并生成个性化学习路径，及时反馈给学习者和相关管理者，包括以下步骤：

22、s41、对学习者的学习情绪个性化、学习倦怠个性化、学习行为个性化、知识掌握个性化进行干预和效果评估；

23、s42、根据学习者的课程学习数据，进行特性提取和更新画像；

24、s43、根据学习者认知维度和行为维度得到学习者画像的个性化学习路径融合模型；

25、s44、基于所述学习者画像的个性化学习路径融合模型，运用蚁群算法，生成个性化学习路径，并推荐给学习者和相关管理者。

26、本发明还提供了一种基于大数据分析的在线学习预警系统，包括：

27、数据采集管理模块，所述数据采集管理模块用于实现学习预警相关数据的采集与管理功能；

28、数据分析管理模块，所述数据分析管理模块可以实现从知识掌握情况、学习行为、学习情绪三个方面对学习者的学习状态进行诊断的功能；

29、预警信息管理模块，所述预警信息管理模块用于实现预警参数管理，以及预警信息要以可视化的方式向学习者、教师、教学管理者进行呈现；

30、干预及效果评估模块，所述干预及效果评估模块可以实现向有学习危机的学习者进行个性化教学干预，并对实施效果进行评估反馈功能；

31、系统管理模块，所述系统管理模块可以实现用户权限、数据字典、系统日志管理功能。

32、有益效果

33、采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：

34、(1)本发明中，该系统通过数据挖掘技术对不同数据类型进行研究，帮助学习者合理安排学习时间，同时可以对学习者在线学习行为过程进行综合考虑，从中挖掘各类显性与隐性行为数据，创建行为预警框架，建立学习者学习画像模型，为学习者提供个性化学习路径，根据学习风险向教师与学习者发出预警信号，从而便于教师调整教学策略，提高教学管理水平，同时可以督促学习者本人自我调节，提高在线课程教学质量与学习效率。

35、(2)本发明基于大数据分析的在线学习预警系统，从数据采集、数据分析、预警信息管理、干预及效果评估、系统管理五个方面进行功能模块设计，解决现有学习预警在数据采集、研究对象、预警维度等方面还存在不足的问题，该系统能有效地从知识掌握情况、学习行为、学习情绪等方面对学习者进行精准诊断、预警，并提供个性化的教学干预，从而提高教与学的效能。

技术特征：

1.一种基于大数据分析的在线学习预警方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于大数据分析的在线学习预警方法，其特征在于，在步骤s1中，所述预警相关数据包括基本数据、学习行为数据和学习情绪数据，其中基本数据包括学习风格、学习偏好、认知基础和认识水平，学习行为数据包括资源访问学习数据、线上课堂师生交互数据和讨论数据。

3.根据权利要求2所述的一种基于大数据分析的在线学习预警方法，其特征在于，在步骤s1中，所述采集学习者在线学习的相关数据，并对大数据进行存储与处理，包括以下步骤：

4.根据权利要求3所述的一种基于大数据分析的在线学习预警方法，其特征在于，在步骤s2中，所述对数据进行挖掘分析，根据学习偏好和学习认知内容，构建学习者画像，包括以下步骤：

5.根据权利要求4所述的一种基于大数据分析的在线学习预警方法，其特征在于，在步骤s22中，学习者可通过数据库查看历史学习倦怠预警数据及其变化趋势。

6.根据权利要求4所述的一种基于大数据分析的在线学习预警方法，其特征在于，在步骤s3中，所述预警及可视化呈现可实现预警参数管理，采用可视化服务输出相应的标签分析结果。

7.根据权利要求6所述的一种基于大数据分析的在线学习预警方法，其特征在于，在步骤s4中，所述干预及实施效果评估，并生成个性化学习路径，及时反馈给学习者和相关管理者，包括以下步骤：

8.一种基于大数据分析的在线学习预警系统，使用了权利要求1-7任一项的基于大数据分析的在线学习预警方法，包括：

技术总结
本发明涉及在线学习技术领域，具体涉及一种基于大数据分析的在线学习预警方法及系统，S1、采集学习者在线学习的相关数据，并对大数据进行存储与处理。本发明基于大数据分析的在线学习预警方法及系统，通过数据挖掘技术对不同数据类型进行研究，可以对学习者在线学习行为过程进行综合考虑，为学习者提供个性化学习路径，根据学习风险向教师与学习者发出预警信号，便于教师调整教学策略，提高教学管理水平，同时可以督促学习者本人自我调节，提高在线课程教学质量与学习效率，该系统能有效地从知识掌握情况、学习行为、学习情绪等方面对学习者进行精准诊断、预警，并提供个性化的教学干预，从而提高教与学的效能。

技术研发人员：刘纯,尹孝玲
受保护的技术使用者：湖南安全技术职业学院（长沙煤矿安全技术培训中心）
技术研发日：
技术公布日：2024/1/13