典型文献
多源过程性数据驱动的学习者综合评价模型研究
文献摘要：
[目的/意义]信息技术与互联网技术的飞速发展让教育行业进入了大数据时代.由于学习者在整个学习过程中的学习行为数据能够被记录下来,这种多源过程性数据为基于大数据的教育评价提供了新的可能.[方法/过程]本文从学习者行为特征视角出发,设计了多源过程性数据驱动的学习者综合评价模型.该模型利用流数据聚类算法对不断涌入的学习者数据进行处理,及时生成或更新学习者画像,然后基于学习者画像对学习者学习行为进行分析,构建学习者综合评价模型,以实现对学习者学习表现的实时反馈.[结果/结论]该模型可以对学习者的学习过程进行综合评价,及时的反馈有助于教学评价的开展,同时丰富现有的教学评价体系,为实现教学评价与优化教学的良性循环提供依据和参考方向.[创新/局限]本文提出了过程性数据驱动的对学习者动态综合评价模型,后续将基于研究模型开展实际应用研究.
文献关键词：
过程性数据;综合评价;学习者评价;知识服务;教育大数据
中图分类号：
作者姓名：
张倍思;陈烨;齐艺;董庆兴
作者机构：
华中师范大学信息管理学院,湖北武汉430079
文献出处：
引用格式：
[1]张倍思;陈烨;齐艺;董庆兴-.多源过程性数据驱动的学习者综合评价模型研究)[J].情报科学,2022(05):104-110
A类：
学习者评价
B类：
过程性数据,教育行业,学习过程,学习行为数据,记录下来,教育评价,学习者行为,行为特征,流数据,数据聚类,聚类算法,涌入,新学,学习者画像,学习表现,实时反馈,教学评价体系,评价与优化,优化教学,良性循环,参考方向,动态综合评价模型,研究模型,知识服务,教育大数据
AB值：
0.302671
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
