新書推薦:
《
中亚民族史
》
售價:NT$
840.0
《
人工智能与智能制造:概念与方法 [美]马苏德·索鲁什 [美]理查德·D.布拉茨
》
售價:NT$
640.0
《
中平:东汉王朝大崩溃(184—189)
》
售價:NT$
245.0
《
基于鲲鹏的分布式图分析算法实战
》
售價:NT$
495.0
《
中国历史研究入门(全二册)
》
售價:NT$
1290.0
《
夺回大脑 如何靠自己走出强迫
》
售價:NT$
299.0
《
夏天,19岁的肖像(青鲤文库)岛田庄司两次入围日本通俗文学奖直木奖的作品 ,同名电影由黄子韬主演!
》
售價:NT$
225.0
《
图解机械工程入门
》
售價:NT$
440.0
|
內容簡介: |
智慧课堂是一种新型教学环境,它将人工智能、云计算、大数据等新技术与移动终端融入教育,为学生提供数字化、个性化和智能化的教学体验。本书从环境建构、数据采集、数据可视化分析以及数据分析结果应用等方面,介绍了近年来作者及其研究团队在面向智慧课堂行为与表现数据的学习分析领域所做的工作和取得的成果。本书是国家自然科学基金青年科学基金项目(71701071)和教育部人文社会科学研究青年基金项目(17YJC880032)的研究成果之一。
全书内容分为6章,分别讨论了云计算与大数据背景下教育信息化发展和新兴技术对教与学的影响,智慧课堂教学环境的构成要素、功能模型和教学支撑系统,智慧课堂数据类型、采集模型和采集规范,智慧课堂数据分析框架和分析方法,智慧课堂数据分析结果的有效性验证,面对智慧课堂深入研究问题的展望。
本书可供从事教育技术、教育信息化等相关领域的专业人员和有意实施智慧课堂项目的地方教育行政部门、学校管理者、教师参考,也适合计算机科学与技术等相关学科专业的教师和学生阅读。
|
關於作者: |
王冬青,博士,华南师范大学教育信息技术学院教授、硕士生导师,广东省教育云服务工程技术研究中心副主任,美国加州大学欧文分校访问学者,广东教育学会教师继续教育专委会常务副理事长。主要从事教育领域信息技术的应用基础与前沿技术研究,在智慧课堂、学习分析、计算机辅助测评等人工智能教育应用方向取得多项研究成果。主持完成多项国家自然科学基金项目和教育部人文社会科学研究课题,作为团队核心成员和主要完成人承担国家自然科学基金项目、广东省工程技术研究中心建设项目、广东省重大科技专项、广东省科技攻关项目10余项。在Computers & Education、Journal of Computer Assisted Learning等国内外核心期刊上发表学术论文20余篇。
|
目錄:
|
1 技术发展对教与学的影响1
1.1 技术环境的变化2
1.1.1 宽带、融合、泛在的基础设施建设2
1.1.2 移动智能终端引领互联网产业发展5
1.1.3 云计算形成终端、内容和服务一体化新型产业生态6
1.1.4 人工智能与大数据融合发展8
1.1.5 数字化工作、学习和生活方式快速转变11
1.2 技术在教与学中的应用12
1.2.1 加快教育信息化建设进程12
1.2.2 课堂教学是教育信息化建设的重点13
1.2.3 智慧课堂引领教学创新与变革14
1.2.4 学习分析与数据挖掘赋能智慧课堂16
2 智慧课堂教学环境18
2.1 智慧课堂研究概述19
2.1.1 智慧课堂的内涵与特征20
2.1.2 智慧课堂环境建设现状22
2.1.3 智慧课堂的教学应用现状24
2.2 智慧课堂教学环境设计26
2.2.1 智慧课堂教学环境构成要素26
2.2.2 智慧课堂教学环境设计原则31
2.2.3 智慧课堂教学环境功能模型32
2.3 智慧课堂教学支撑系统39
2.3.1 智慧课堂教学支撑系统结构模型39
2.3.2 智慧课堂教学支撑系统体系结构42
2.3.3 智慧课堂教学支撑系统调研43
2.3.4 智慧课堂教学支撑系统功能设计与实现50
3 智慧课堂数据采集54
3.1 智慧课堂数据类型与特征55
3.1.1 智慧课堂数据类型55
3.1.2 智慧课堂数据特征58
3.2 智慧课堂数据采集标准59
3.2.1 xAPI规范59
3.2.2 IMS Caliper框架63
3.2.3 xAPI规范与IMS Caliper框架的对比66
3.3 智慧课堂数据采集方法67
3.3.1 智慧课堂数据分层描述框架68
3.3.2 智慧课堂数据参数描述70
3.3.3 智慧课堂数据存储与交换机制79
3.4 智慧课堂数据采集技术方案81
3.4.1 关系型数据采集82
3.4.2 基于xAPI规范的教学行为数据采集84
4 智慧课堂数据可视化分析94
4.1 学习分析与教育数据挖掘研究概述95
4.1.1 学习分析95
4.1.2 教育数据挖掘100
4.2 智慧课堂数据分析模型103
4.2.1 智慧课堂数据分析流程103
4.2.2 智慧课堂数据分析框架106
4.2.3 智慧课堂数据分析建模108
4.3 智慧课堂数据可视化分析方法111
4.3.1 学习表现数据可视化分析方法112
4.3.2 教师教学行为数据可视化分析方法114
4.4 智慧课堂数据分析系统124
4.4.1 智慧课堂数据分析系统体系结构124
4.4.2 智慧课堂数据分析结果可视化127
4.4.3 用户满意度调研130
5 智慧课堂数据分析结果应用133
5.1 学习表现数据应用分析134
5.1.1 面向教师的学习表现数据应用分析134
5.1.2 面向学习者的学习表现数据应用分析136
5.2 教学行为序列频繁序列模式挖掘与应用138
5.2.1 教学行为频繁序列模式挖掘应用分析139
5.2.2 分析结果讨论140
5.2.3 分析结论143
5.3 教学活动聚类分析与应用143
5.3.1 教学活动数据聚类分析应用143
5.3.2 分析结果讨论144
5.3.3 分析结论149
5.4 教学互动行为分析149
5.4.1 OOTIAS编码体系与分析方法149
5.4.2 分析对象151
5.4.3 分析过程152
5.4.4 分析结论158
6 后续研究与展望159
6.1 基于多模态数据的学习分析研究159
6.1.1 多模态学习分析数据159
6.1.2 多模态学习分析的技术支撑161
6.1.3 多模态学习分析的应用实例163
6.2 基于智慧课堂的学习投入度评价研究163
6.2.1 学习投入度的测量与评价164
6.2.2 基于智慧课堂的学习投入度应用研究165
6.3 基于智慧课堂的学习预警研究166
6.3.1 学习预警166
6.3.2 面向学习预警的智慧课堂数据采集技术167
6.3.3 学习预警的应用研究167
参考文献170
附录186
附录1 智慧课堂行为数据采集关键代码186
附录2 智慧课堂数据分析系统需求调研访谈提纲196
附录3 智慧课堂数据分析系统需求调研教师访谈记录197
|
內容試閱:
|
信息化为教育带来的不仅仅是丰富的资源和便捷的工具,更是构建了一种技术与教学深度融合的生态环境。随着人工智能、云计算、大数据等新一代信息技术的兴起,各地在应用信息技术构建教学环境方面进行了大量的研究,尤其是对融合移动终端、云服务等构建智慧课堂教学环境,探索教学数据挖掘的模式与方法的研究。应用智能化技术有效提升教学质量成为当前研究的重要课题。
大数据作为国家基础性战略资源,具有越用越有价值的特性。在国家互联网+教育计划的推动下,智慧课堂已经实现了从概念到实践的落地,成为推动智慧教育发展的主阵地。在智慧课堂的常态应用过程中积累了海量教学数据,如何对智慧课堂教学的这些数据进行科学分析和应用,促使智慧课堂教学数据的价值实现最大化,推进智慧课堂教学改革走向深入,成为智慧教育研究关注的热点与难点问题之一。
我和我的研究团队多年来一直致力于对智慧课堂教学环境、智慧课堂数据采集模型与规范、智慧课堂数据分析框架与方法的研究,并在珠海等地开展了试点研究,共有93间实验学校、378个班级、622名教师参与了试点项目,积累了8115课时智慧课堂数据。本书对上述研究进行系统总结,主要包括以下四个方面。
1. 智慧课堂教学环境建构。
智能终端的普及和移动互联网应用的不断丰富,推动了教育信息化教学环境的变革创新,以平板电脑为代表的智能终端走进课堂,构建了智慧课堂教学环境,但在应用中也出现一些问题,例如,人机交互技术还有待加强;适合智慧课堂教学应用的数字化资源较为缺乏;现有AP(无线路由器)并发接入终端数受限,无法处理一个自然班(约50~60人)学生终端并发接入,等等。本书在分析国内外智慧课堂研究现状的基础上,总结智慧课堂教学环境的构成要素与设计原则,从技术支撑、内容保障与用户体验等维度构建智慧课堂教学环境,设计支持数据采集与分析的智慧课堂教学支撑系统,采用教学情境感知、移动设备互连、按需精准推动等技术,为云端获取教学资源、组织多元化评价活动与开展新兴教学模式的探索提供有力支撑。
2. 智慧课堂数据采集模型与规范研究。
数据在教育中的价值越来越大,对教育研究方法、教学方式以及管理机制等都产生重大影响。智慧课堂教学支撑系统具有异构和多样化等特点,数据采集应标准先行,探索全场景伴随式数据采集方式。本书分析智慧课堂数据类型与特征,提出智慧课堂数据采集方法,定义智慧课堂教学环境下的行为动词,设计采集数据的存储方式,形成智慧课堂数据采集规范。该规范能够采集智慧课堂教学环境下全过程的教学行为数据,解决智慧课堂教学支撑系统之间数据难以共享的问题,在确保数据质量的前提下,为教育大数据的采集与分析提供全场景的数据来源。
3. 智慧课堂数据分析框架与方法研究。
面向跨平台异构、多源、非完整以及动态演化的智慧课堂教学数据,重点关注如何选用分析方法挖掘数据背后隐含的知识,从而提升教育质量,优化教学效果。首先,在分析国内外智慧课堂教学数据分析与挖掘研究进展的基础上,调研并总结智慧课堂数据分析目标与内容,构建智慧课堂数据分析框架。其次,基于智慧课堂的应用场景及数据特征,提出一种聚焦教师课堂行为序列的频繁模式,设计面向教师教学活动数据的聚类挖掘方法,能有效解释智慧课堂的教学结构和教师教学模式,解决传统教学分析方法操作复杂、分析数据维度单一、主观性强的问题。最后,设计并实现了智慧课堂学习分析系统,采用动态可视化与静态可视化结合的方式呈现数据分析结果,突破传统分析结果交互不足和理解性差的问题,使过去依靠研究者主观判断的分析变成一种数据支撑的行为科学。
4. 智慧课堂数据分析结果应用与评估。
一方面,通过视频课例分析、问卷调查与访谈等方法验证智慧课堂数据分析方法的可行性,验证智慧课堂教学环境的应用效果,即能够提高课堂教学效率,提升学生课堂参与度,教师与学生对智慧课堂教学环境总体接受程度较高。另一方面,基于为期五年的智慧课堂应用试点项目,对智慧课堂数据分析方法进行实证分析,并可视化地呈现数据分析结果。研究发现,不同学科以及不同学段教师在智慧课堂环境下的教学模式有所区别,教师常用的教学行为序列也存在高低差异,这与实际教学情况基本相符;初步验证智慧课堂教学数据分析的有效性,为数据驱动的教育研究范式提供新思路与新方法。我们认为,智慧课堂数据的采集与可视化分析是教育信息化研究的新趋势,在应用实践中还处于发展阶段,我们需要持续进行学习和研究,尤其是如何分析与处理智慧课堂教学过程中积累的非结构化数据,如何通过数据分析与可视化提升教师的数据素养等。
本书的研究成果能够为智慧课堂教学环境建设提供参考,为教师培训及后续应用提供真实的实证材料。通过拓展学习分析与教育数据挖掘在课堂教学中的应用,实现课堂中不同类型教学活动数据的伴随式采集、智能化处理与交互式呈现,让教师教学由经验走向科学,使真正意义的个性化学习成为可能。
本书研究体现了多学科交叉、多领域技术集成的特点,研究工作得到国家自然科学基金资助。围绕相关研究内容,我和我的研究生们进行了深入的文献调研和扎实的研究方案探讨,他们聪明好学、勤恳努力,为推进项目研究做了大量基础性工作,给我留下了深刻的印象,让我深深感到教学相长的乐趣。刘丽清在智慧课堂教学环境构建和教学应用方面做了探索性工作;曹畅在智慧课堂数据采集方面做了大量基础性工作;邱美玲、凌海燕主要研究了数据分析方法;刘欢主要对智慧课堂的评价模型构建与应用验证等进行研究;罗力强、方远豪等为书稿的文献梳理做了大量工作。在此衷心感谢他们为项目研究做出的重要贡献。
感谢我的合作者韩后博士,从2009年一路走来,我们不仅是师生,更是科研路上的伙伴,我们对一些研究问题的观点和看法均体现在本书以及共同合作的论文中。
感谢广东省教育技术中心、珠海市教育局领导的关心和指导,感谢参与项目的各实验校的大力支持与配合,他们连续五年以创新实践推动了智慧课堂的普及应用。感谢创而新(北京)、天喻、科大讯飞等公司在项目研究过程中搭建了实验环境,提供了数据采集来源。
感谢创而新(北京)公司李慧勤博士为本研究提出的真知灼见,我们在长达八年的合作中结下了深厚情谊。感谢华南理工大学陆璐教授及其团队,他们专业技能强、研究视野宽,与他们的合作成效显著。
特别感谢团队负责人许骏教授,二十年来亦师亦友,为团队搭建科研平台,以身作则塑造严谨求实的科研精神,引导我们走上了科研之路。
本书充分吸收和借鉴了国内外诸多同行的研究成果,并尽可能在参考文献中列出,如有疏漏,恳请原谅。本书成稿时间短,在很多研究问题上具有探索性和实验性,分析方法也不够成熟,加上自身能力和学识的限制,对一些问题的理解和看法会存在错误之处也在所难免,恳请各位专家、老师、读者朋友们批评指正,让我们用绵薄之力共同推动教育信息化研究的深入发展。
王冬青
2021年2月于广州华南师大
|
|