虛擬學習是信息化社會一種重要的學習方式,如何深入地揭示學習者的交互行為并促進深度交互的開展是當前研究的焦點。針對某大學網絡課程中的交互數據,構建一個由數據層、分析層和解讀層形成的微觀學習分析模型,基于多種學習分析技術開展社會網絡分析、CMC內容分析和滯后序列分析,從學習者交互的結構形式、交互內容和交互過程三方面深入挖掘其交互特征。研究表明,該模型具有較強的操作性,有助于揭示虛擬學習社區學習者的深度交互行為,進而及時發現教學中的問題,通過激發學習者交互潛能、樹立良性交互觀念和適時調控交互秩序等措施開展相應干預,以不斷提升虛擬社區網絡學習的成效。

【文章頁數】：8 頁

【部分圖文】：

圖1虛擬學習社區交互學習分析模型

圖2整體交互社群圖

些層次也分別對應著整體社會網絡結構、社會網絡的內部子結構和行動者的中心性與聲望［18］。其中48名師生形成1170條帖子的整體交互社群圖如圖2所示，可見網絡中心處的節點連接較密集，四周節點連接較疏散。節點間的連線代表了成員間的互動及由此形成的社會關系，其箭頭指向表明了在一個關系中....

圖3內部子結構圖

圖4中心度分析結果

一名參與者在群體中的活躍度與聲望［19］。由圖4可知，參與者在其點出度和點入度的數值上存在較大差異，如標號19、15等的點出度遠高于平均水平，表明在互動中非常活躍，更積極地與他人建立關系，而3的點出度最小(僅為1)，表明其參與互動的主動性嚴重不足;標號21、41等的點入度遠高于平....

本文編號：4044526