导读:本文包含了学习行为统计论文开题报告文献综述及选题提纲参考文献，主要关键词:课程学习,行为投入,代际差异,非配对T检验
学习行为统计论文文献综述
屈耀辉,殷俊明[1]（2019）在《大学生课程学习行为投入代际差异统计分析》一文中研究指出基于自编问卷获得的调查数据,对70后与90后两代大学生在课程学习上的行为投入差异进行了比较分析,结果发现:无论是在课堂还是在课后,无论是程序性行为投入还是实质性行为投入,70后大学生均较90后大学生投入程度更大即表现的更出色,而且这种差异非常显着;所有的检验也显示,相较而言,90后男性大学生表现最差。究其因可能与两者就读期间巨大的社会与经济差异有关。研究结论也印证了人们的一个普遍看法:70后大学生较90后大学生要勤奋努力。(本文来源于《高教学刊》期刊2019年18期）
陈晨[2]（2017）在《移动学习平台学习行为数据统计分析系统的设计与实现》一文中研究指出近年来,随着移动学习的快速发展,越来越多的学生开始通过移动学习平台进行学习,在学习过程中产生了大量的学习行为数据。这些数据隐含了学习者的学习风格、学习进度、终端设备状态、地理位置等重要信息,但是传统的学习行为分析系统一般是针对基于Web的网络学习数据而设计的,并不能完全适用于移动学习平台。基于上述背景,本文设计了一个应用于移动学习平台的学习行为数据统计分析系统,对学习行为数据进行采集、存储和分析,并在移动学习平台上进行可视化呈现。系统不仅能帮助学习者监控自己的学习过程,帮助教师调整教学计划与开展个性化指导,还能帮助管理者监控移动学习平台的使用和推广情况等。本文首先研究了移动学习行为的相关理论,以及统计分析系统所需相关技术,为系统的设计与实现提供理论指导与技术支持。在详细分析了学习者、教师和管理者的需求后,确定了移动学习数据的统计指标,将统计数据分为用户在线统计、学习工具统计和终端设备统计叁大类。其次,依据用户需求与移动终端的特性,设计了专门的数据采集机制,统计分析机制和可视化交互呈现机制,分别应用于统计分析系统的数据采集模块、统计分析模块和可视化呈现模块。数据采集模块采用改进心跳包机制,向传统心跳包中添加校验码和状态码,保证数据包的传输质量并减轻服务器的工作负荷。统计分析服务器提供统一的接口服务与定时服务,简化了客户端的代码复杂度,并支持了统计分析服务的扩展性。可视化呈现模块采用第叁方提供的视图组件,让用户可以在移动学习平台随时随地查看自己的学习过程。最后,进行了系统测试,初步验证了系统的可行性。并对系统的使用情况进行了初步分析,为进一步研究移动学习行为提供依据。(本文来源于《华中师范大学》期刊2017-05-01）
伍杰华,付慧平[3]（2017）在《MOOC学习行为的统计、预测与展望》一文中研究指出目前MOOC学习者学习情况的研究表明,大量MOOC学习者无法按时、按质和按量完成在线课程,辍学率较高,通过率一直不高,这一现象制约着MOOC的普及与发展。本研究以2012—2013年ed X发布的学生学习行为的原始开放数据信息为基础,使用统计模型对学习者的学习背景、学习行为特征及课程完成情况进行分析,并且创新性地引入机器学习领域的分类有监督训练模型对学习者的学习行为特征进行建模并预测其是否完成课程获取证书,深入分析不同学习行为特征对学习效果的影响。研究结果对于深入研究MOOC学习模式及促进其广泛发展有一定的指导意义。(本文来源于《工业和信息化教育》期刊2017年02期）
王虎,钦明皖,吴海辉,杨勇[4]（2016）在《学习行为统计分析在公共计算机教学中的应用》一文中研究指出通过对在线学习行为进行分析,阐述其主要构成指标,并建立行为信息模型,在现有的网络教学平台基础上,采集学习者学习行为信息,提出网络学习行为实时统计分析的方法并进行实践,以进一步提高公共计算机课程教学质量。(本文来源于《中国教育技术装备》期刊2016年18期）
张乔,孟增辉[5]（2015）在《分布式学生网上学习行为统计系统设计与实现》一文中研究指出分布式学生上网学习行为的统计与传统的集中式的数据采集相比,对于随机性很大的学生我们也能准确、有效地获取数据,并且分布式学生网上学习系统我们可以单独操作和掌控,便于系统的修改、管理及跟踪,除此之外,我们还解决了传统数据收集对"叁级平台"不可控的问题,从而间接的为系统减轻了压力,同时也可以更好的帮助学生学习。(本文来源于《电子制作》期刊2015年11期）
于飞[6]（2013）在《高职学生学习行为及影响因素调查与统计分析》一文中研究指出通过问卷调查法,本文详细描述了高职学生的学习行为,从学习态度、班风、课程设置及教学水平方面全面剖析了影响高职学生学习行为的因素,并对高职学生学习过程中存在的问题进行分析,提出了相应的对策建议。(本文来源于《职业教育研究》期刊2013年03期）
李兴笃[7]（2012）在《网络学习行为采集统计系统研究》一文中研究指出研究了网络学习行为的数据采集和统计结果图形化表示两个方面,并就实现原理及方法步骤进行了分析阐述,有助于进一步促进网络环境下学习研究的深度和广度,并为网络学习行为与学习效果评价系统的智能化、自动化和个性化打下基础.(本文来源于《兰州工业高等专科学校学报》期刊2012年05期）
陈志伟[8]（2012）在《通用网络学习行为统计分析模块的设计与开发》一文中研究指出网络学习作为现代学习的一种重要方式受到越来越多人的青睐,它已渗透到课堂教学、远程教学和企业员工培训等多个教育领域。网络学习行为对学习者的学习成效有着直接的影响。研究如何统计分析网络学习行为,并以一种直观化的形式呈现出来,有利于监控和调整学习者的学习进度,完善支持服务和调整教学策略,更合理地设计和开发网络学习平台。运用数据挖掘技术对网络学习行为进行统计分析,可以挖掘隐藏在外显行为背后的学习方法、学习进程和学习倾向上的差异。网络学习行为统计分析模块结合ASP.NET和XML技术进行开发。ASP.NET组件技术的使用可以大大提高开发的效率,XML技术的使用可以实现基于不同标准的资源信息进行转换,方便本模块与学习平台之间进行数据交换。运用本模块进行统计分析工作,以XML文档为原始的数据来源,使得网络学习行为的分析更具有一般性；分析者不必依赖于在线学习平台,具有较强的独立性；统计分析的结果以统计图表的形式直观展示,使得统计分析更加便利；分布式接口的设计使其他已有系统能够便捷地整合本模块的统计分析功能进行协同工作。本论文详细地叙述了网络学习行为统计分析模块的设计与开发过程。论文包含六部分,各个部分的内容如下：第一部分对论文的研究背景、国内外的研究状况和研究意义进行阐述。第二部分对网络学习行为的相关概念作了界定,对学习风格的产生、定义和主要观点进行了回顾,介绍了统计分析的作用、主要过程和统计数据的制图以及数据挖掘的定义、作用和步骤,介绍了ASP.NET、XML和Web服务等开发平台和关键技术。第叁部分介绍了模块的设计原则、设计目标和总体设计思路,详细分析和设计了各个子模块的功能。第四部分详细介绍了核心类和各个子模块的算法、程序设计和具体实现步骤。第五部分介绍了对模块进行功能测试的试验应用,包括实验设计、实施过程和数据分析。第六部分对论文进行了总结,对本模块的不足进行了说明,并对进一步改进工作进行了展望。(本文来源于《华中师范大学》期刊2012-05-01）
杨晓丽,董俊敏[9]（2010）在《高校网络学生网上学习行为的统计分析及对策研究》一文中研究指出基于网络学习的特性,网络学生的学习行为是他们是否学习或学习效果如何的最基本的评价标准。所以,研究网络学生的网上学习行为就是研究网络教学必不可少的内容。本文以高校网络英语专业学生一个学期内上网学习行为为案例,通过单向和双向的分析,提出了5条对策建议,以期更好地解决网络教学中的问题。(本文来源于《高等函授学报(哲学社会科学版)》期刊2010年06期）
新疆广播电视大学课题组[10]（2010）在《分布式学生网上学习行为统计系统设计与实现》一文中研究指出本课题针对传统集中式采集数据模式不足,采用分布式方式,采集数据工作分散到每个客户端独立进行,极大地减轻了在线平台服务器端的压力;且可与平台分离,统计跟踪工作可独立于在线平台,便于随时修改和增加统计方法;并可以根据需要预设和修改跟踪统计的学习网站和页面,既解决了跟踪统计学生访问"叁级平台"的问题,又避免了完全跟踪学生上网的所有行为,保护了使用者的合法权益。本系统经过叁个学期的使用收到了良好的效果。(本文来源于《新疆广播电视大学学报》期刊2010年02期）
学习行为统计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,随着移动学习的快速发展,越来越多的学生开始通过移动学习平台进行学习,在学习过程中产生了大量的学习行为数据。这些数据隐含了学习者的学习风格、学习进度、终端设备状态、地理位置等重要信息,但是传统的学习行为分析系统一般是针对基于Web的网络学习数据而设计的,并不能完全适用于移动学习平台。基于上述背景,本文设计了一个应用于移动学习平台的学习行为数据统计分析系统,对学习行为数据进行采集、存储和分析,并在移动学习平台上进行可视化呈现。系统不仅能帮助学习者监控自己的学习过程,帮助教师调整教学计划与开展个性化指导,还能帮助管理者监控移动学习平台的使用和推广情况等。本文首先研究了移动学习行为的相关理论,以及统计分析系统所需相关技术,为系统的设计与实现提供理论指导与技术支持。在详细分析了学习者、教师和管理者的需求后,确定了移动学习数据的统计指标,将统计数据分为用户在线统计、学习工具统计和终端设备统计叁大类。其次,依据用户需求与移动终端的特性,设计了专门的数据采集机制,统计分析机制和可视化交互呈现机制,分别应用于统计分析系统的数据采集模块、统计分析模块和可视化呈现模块。数据采集模块采用改进心跳包机制,向传统心跳包中添加校验码和状态码,保证数据包的传输质量并减轻服务器的工作负荷。统计分析服务器提供统一的接口服务与定时服务,简化了客户端的代码复杂度,并支持了统计分析服务的扩展性。可视化呈现模块采用第叁方提供的视图组件,让用户可以在移动学习平台随时随地查看自己的学习过程。最后,进行了系统测试,初步验证了系统的可行性。并对系统的使用情况进行了初步分析,为进一步研究移动学习行为提供依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
学习行为统计论文参考文献
[1].屈耀辉,殷俊明.大学生课程学习行为投入代际差异统计分析[J].高教学刊.2019
[2].陈晨.移动学习平台学习行为数据统计分析系统的设计与实现[D].华中师范大学.2017
[3].伍杰华,付慧平.MOOC学习行为的统计、预测与展望[J].工业和信息化教育.2017
[4].王虎,钦明皖,吴海辉,杨勇.学习行为统计分析在公共计算机教学中的应用[J].中国教育技术装备.2016
[5].张乔,孟增辉.分布式学生网上学习行为统计系统设计与实现[J].电子制作.2015
[6].于飞.高职学生学习行为及影响因素调查与统计分析[J].职业教育研究.2013
[7].李兴笃.网络学习行为采集统计系统研究[J].兰州工业高等专科学校学报.2012
[8].陈志伟.通用网络学习行为统计分析模块的设计与开发[D].华中师范大学.2012
[9].杨晓丽,董俊敏.高校网络学生网上学习行为的统计分析及对策研究[J].高等函授学报(哲学社会科学版).2010
[10].新疆广播电视大学课题组.分布式学生网上学习行为统计系统设计与实现[J].新疆广播电视大学学报.2010