基于学习行为分析的MOOC课程建设研究.doc

摘要：随着互联网的发展，人们不再满足于传统的线下知识获取，越来越多的人开始利用网络渠道来获取知识，在开放教育理念的趋势下，MOOC便应运而生。MOOC这种颠覆式的创新教育之所以能够迅速得到大众的认可，一方面在于其打破了传统教育在时空上的限制，此外，大量触手可得的优质资源也是很重要的原因。尽管MOOC教育模式有着种种优点，但也存在着一些不可忽视的缺陷。在进行MOOC教学时，教学者难以像传统教学那样，当面观察学生的行为，及时并全面地了解到每一位学习者的学习情况，课程的建设也难免存在着一些问题。

学习者在进行MOOC学习的同时，他们的学习行为数据都会被详细的记录，这些学习行为数据中，蕴含着学习者的学习规律，如果能够充分地利用好这些数据，对学习者以及教育者都有重要的意义。通过对学习者的学习行为数据进行分析，教育者能够了解到学习者的行为特征，并发现其中可能存在的问题，进而反思自己教学方法的不足，加以改进，为学习者提供更加完善的学习计划。根据分析结果，教育者也能够及时的调整下一阶段的教学策略，使之更加有利于学习者的学习。

本文选取了超星MOOC平台《数据结构》这门课程学习者的行为数据，利用统计分析研究法，对学习者特征和学习者的行为特征进行分析，接着从不同维度探讨学习者学习行为的差异性以及学习行为与学习效果的相关性，从而总结出当前课程建设中存在的问题，并提出改进建议及策略，使其更加的科学、高效和人性化。

关键词 学习行为分析；MOOC；课程建设

目录

摘要

Abstract

1 绪论-1

1.1 研究背景和意义-1

1.2 国内外研究现状-1

1.3 研究方法和内容-2

2相关理论基础-4

2.1 学术新媒体-4

2.2 行为科学理论-4

2.3 建构主义学习理论-4

2.4 人本主义学习理论-5

3 基于超星平台的《数据结构》课程建设-6

3.1 超星MOOC平台-6

3.2 《数据结构》课程建设情况-6

3.3 《数据结构》MOOC学习优势-7

4 基于超星MOOC的学习分析-8

4.1 学习者特征分析-8

4.2 学习者学习行为特征分析-9

4.2.1 课程访问量分析-9

4.2.2 任务参与行为分析-11

4.2.3 视频观看行为分析-13

4.2.4 作业参与行为分析-15

4.2.5 讨论区交互行为分析-16

4.3 学习者学习行为差异性分析-18

4.3.1 不同性别学习者行为差异分析-18

4.3.2 不同类型学习者行为差异分析-21

4.4 学习行为与学习效果相关性分析-23

5 学习促进策略-26

5.1 教学实践方面-26

5.2 课程设计方面-26

5.3 课程管理方面-27

5.4 学习环境构建方面-28

5.5 平台改进方面-28

结论-30

致谢-31

参考文献-32