来源:Frontiers of Digital Education 发布时间:2024/7/12 17:13:55
选择字号:
FDE 观点|熊璋教授等:定制学习,智启未来

文章标题:A Review of Data Mining in Personalized Education: Current Trends and Future Prospects

作者:Zhang Xiong , Haoxuan Li , Zhuang Liu , Zhuofan Chen , Hao Zhou, Wenge Rong , Yuanxin Ouyang

期刊:Frontiers of Digital Education

doi: 10.3868/s110-009-024-0004-9

日期:26 Jan 2024

微信链接:点击此处阅读微信文章

文章背景

在当今数字化教育的浪潮中,个性化教育已成为提升学习效果的重要途径,它通过利用教育技术和人工智能(AI)来满足学生的个性化需求。随着AI的快速发展和在教育平台中的广泛应用,教育数据挖掘成为优化学习过程的关键工具,不仅帮助学生更好地理解自己的学习状况和偏好,也为教育工作者和机构提供了制定个性化学习方案的有力支持。

内容解读

近日,对外经贸大学信息学院院长熊璋教授在《数字教育前沿(英文)》(Frontiers of Digital Education)期刊上发表了一篇综述,深入探讨了利用数据挖掘技术与AI在数字化时代优化学生的学习过程,提供个性化的学习体验,并介绍了当前常用的教育数据挖掘工具,最后展望了未来个性化教育数据挖掘方向,例如大语言模型(LLMs)、多模态学习、增量学习等。

个性化教育聚焦学生的个体需求、偏好和能力,与当代教育趋势相契合,并且在数字时代背景下,教育技术成为学习环境的关键组成部分。AI技术的快速进步和广泛应用极大地增强了个性化教育的有效性。在海量教育数据的支持下,结合数据挖掘等先进技术,深入理解并优化学生的学习轨迹、学习目标及能力。为了全面回顾个性化教育数据挖掘领域的最新进展,文章聚焦于四个关键领域:教育推荐、认知诊断、知识追踪和学习分析。

教育推荐

教育推荐是基于学生与教育对象的历史交互数据,将课程信息、知识概念、学生画像等丰富的内容融入推荐系统,推荐与学习需求相符的课程、知识概念及教育资源。

认知诊断

认知诊断旨在确定学生的优势和和劣势,指导特定的教学干预措施。认知诊断分为宏观层次和微观层次,宏观层次评估学生的潜在技能,例如利用经典测试理论(CTT)和项目反应理论(IRT),而微观层次则对学生进行详细诊断,细致地评估学生对每个知识单元的掌握程度,例如通过更广泛的信息进行分析,设计相应的诊断函数或模型。

知识追踪

知识追踪采用序列中心的知识追踪技术,凭借深度神经网络建立学生与练习交互序列的模型,旨在精确地诊断学生的优势和劣势。此过程融合了学习参与度的支持手段,细致入微地分析学生的即时表现及长远学习轨迹,设计指标包括学习速度、尝试次数,与遗忘规律。此外,知识增强策略利用练习中的附带的多维度信息,以此增强对学习者知识状态的全面追踪与准确预测。

学习分析

学习分析旨在综合分析学生的行为模式、交互方式和学习习惯。行为分析旨在深入探索学生在学习过程中的行为模式和习惯,例如序列挖掘、线性分割和机器学习。预测分析旨在根据学生过去和当前的学习参与度,预测未来的行为和结果,例如辍学预测和学习成果预测。

未来,促进个性化教育数据挖掘的的发展,关键在于深入强调对学生心理状态的理解,并融合可解释性和多模态学习的最新进展。可解释性旨在提升教育系统的透明度,确保学生、教师和决策者能够洞察推荐背后的原因。同时,多模态学习通过整合不同形式的数据输入(如文本、音频、视频),提供了更全面的学生学习行为和认知过程的视角,使得对学习者心理状态的洞察更为深刻和细腻。

此外,知识增强方法的持续探索也是不可或缺的一环,这包括利用练习-概念图谱、问题难度评估及练习内容文本分析等,来丰富对学习交互的理解,进一步细化对学习者知识状态的追踪和预测。通过这些综合方法,个性化教育数据挖掘不仅能够更精准地评估学生的认知水平,还能促进更加个性化和心理适应性强的教学策略,从而在维持学生学习动力的同时,提升教学质量和学习成效。因此,未来的个性化教育将更加注重利用数据驱动的洞见,来构建既符合学生个性化需求,又能有效促进其心理健康和认知发展的教育环境。

文章信息

Zhang Xiong, Haoxuan Li, Zhuang Liu, Zhuofan Chen, Hao Zhou, Wenge Rong, Yuanxin Ouyang. A Review of Data Mining in Personalized Education: Current Trends and Future Prospects. Frontiers of Digital Education, 2024, 1(1): 26–50 https://doi.org/10.3868/s110-009-024-0004-9

https://journal.hep.com.cn/fde/EN/10.3868/s110-009-024-0004-9

识别二维码,免费获取全文

作者信息

熊璋,对外经济贸易大学信息学院院长,北京航空航天大学教授、校学术委员会副主任,国家教材委员会科学学科专家委员委员、教育部基础教育信息科技课指委副主任、教育部义教信息科技课程标准专家组组长,教育部普通高中信息科技课程标准修订组组长,中国教育学会学术委员委员,国家级精品课负责人、国家一流本科课程负责人。曾获全国优秀教师、北京市教学名师、北京市师德标兵、北京市优秀教学团队带头人等称号,曾获国家科技进步一等奖、国家级教学成果二等奖、霍英东青年教师奖。

期刊及主编介绍

期刊特点

1. 国际化投审稿平台Editorial Manager方便快捷。

2. 严格的同行评议(Peer Review)。

3. 免费语言润色,有力保障出版质量。

4. 不收取作者任何费用。

5. 不限文章长度。

6. 审稿周期:第一轮平均30天,投稿到录用平均60天。

7. 在线优先出版(Online First)。

8. 通过Springer Link平台面向全球推广。

在线浏览

https://journal.hep.com.cn/fde (中国大陆免费下载)

https://link.springer.com/journal/44366

在线投稿

https://www.editorialmanager.com/fode/

联系我们

fde@hep.com.cn

10-58582344, 10-58581581

主管单位:中华人民共和国教育部

主办单位:高等教育出版社

主编:谭方正

联合主编:杨宗凯 李永智

CN 10-1952/G4

p-ISSN 2097-3918

e-ISSN 2097-3926

本刊地址:北京市朝阳区惠新东街4号

《数字教育前沿(英文)》编辑部

电子邮箱:fde@hep.com.cn

电话:010-58582344, 010-58581581

《前沿》系列英文学术期刊

由教育部主管、高等教育出版社主办的《前沿》(Frontiers)系列英文学术期刊,于2006年正式创刊,以网络版和印刷版向全球发行。系列期刊包括基础科学、生命科学、工程技术和人文社会科学四个主题,是我国覆盖学科最广泛的英文学术期刊群,其中12种被SCI收录,其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录,具有一定的国际学术影响力。系列期刊采用在线优先出版方式,保证文章以最快速度发表。

中国学术前沿期刊网

http://journal.hep.com.cn

 
 
 
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
极目卫星团队在伽马暴研究中取得重要进展 实践十九号卫星成功发射
科学网APP论文&基金最新活动来了 他们的15年“铸剑”之路
>>更多
 
一周新闻排行
 
编辑部推荐博文