基于MOOC的大数据学习预警模型在混合教学中的应用

目的:通过在教学实践中利用临床药物治疗学MOOC在线学习行为数据及基于大数据挖掘技术,建立学习预警模型,评估和预测学生学习质量。方法:以临床药物治疗学为例,运用主流机器学习算法建立学习预警模型,通过交叉验证、混淆矩阵、ROC-AUC等评估指标选择最优模型。结果:综合各项评估指标,最终选择支持向量机(SVM)模型来预测学生知识掌握情况。结论:通过机器学习算法建立的预警模型可以针对性地指导“翻转课堂”实践教学,优化教学设计,对学生的学习起到预警和干预,从而全面提高教学质量。

智慧校园背景下学生课程学习预警模型构建与实践

文章首先分析了学习预警模型现状;其次通过专家访谈和文献调研,分析影响学习预警的因素,利用德尔菲专家咨询法和层次分析法构建基于智慧校园学习数据的学习预警模型;最后利用智慧树平台上“Java程序设计”课程的学生学习行为数据对所构建的预警模型进行验证。结果表明,该学习预警模型能够对学生的学习起到预警和干预作用,能够提高学生的课程学习质量。

基于学习者画像的在线开放课程学习预警研究

在线开放课程学习者数量多且个体特征差异较大,教师难以精准分析学情,存在课程完成率低、学习成效不高等问题。在智能技术支持下,从学习者的基本属性、知识掌握情况、学习行为和学习情绪四个维度刻画在线开放课程学习者群体画像和个体画像,在此基础上设计了基于学习者画像的在线开放课程学习预警模型,并将模型应用于超星慕课平台“C语言程序设计”课程混合式教学实践中。研究结果显示,学习者的学习全过程多模态数据采集是构建画像和实现精准预警的基础;学习者画像能够精准地描述学习者的知识掌握情况、学习行为和学习情绪;基于学习者画像构建的预警模型能为学习者提供精准的学习预警和个性化的教学干预,为教学者提供基于“证据”的教学决策支持服务。

煤矿灾害智能预警架构及关键技术研究

我国已初步实现对煤矿瓦斯、火灾、水害、顶板、粉尘五大灾害的监测报警或预警,但智能化水平较低,不具备自我分析和决策能力。在智慧矿山概念框架下,阐述了煤矿灾害智能预警的内涵,提出了灾害智能预警的感知数据精准化、预警模型智能化、预警防灾协同化、应急决策高效化4个方面的特征。设计了煤矿灾害智能预警总体架构:由感知控制层、传输层、存储分析层和应用层4个层级组成,可实现对各类灾害的智能预警和智能管控;采用统一标准、统一采集、统一存储、统一分析、统一展现的数据处理原则,实现灾害智能预警多源异构数据共享与深度挖掘利用,从而解决数据孤岛、数据烟囱等问题。基于煤矿灾害智能预警总体架构,设计了灾害智能预警业务流程,为灾害智能预警设计提供参考。总结了煤矿灾害智能预警关键技术,包括瓦斯、火灾、水害、顶板、粉尘精准监测预警技术和灾害融合智能预警技术,分析了各关键技术难点及发展方向。以青龙寺煤矿灾害智能预警平台为实例,展示了灾害智能预警技术在监测监控、灾害预警、应急救援、分级管控等方面的应用效果。提出应深入研究灾害精准感知技术及装备、多场耦合致灾机理、预警模型自学习自适应技术,以实现高级阶段的灾害智能化预警。