[论文解读] Expediting Support for Social Learning with Behavior Modeling

Yohan Jo, Gaurav Singh Tomar+3 more|arXiv (Cornell University)|May 10, 2016

Online Learning and Analytics参考文献 21被引用 8

一句话总结

本文提出一个三阶段流程——数据基础设施、行为建模与干预——以加速在线教育中的社会性学习支持。通过将目标设定行为建模为优质榜样质量的代理指标，作者发现与合格目标设定者互动的学生在课程中停留时间更长，参与实践性活动更积极，且更频繁地回顾先前内容，从而通过有针对性的榜样推荐，提升学习成效的社交推荐系统。

ABSTRACT

An important research problem for Educational Data Mining is to expedite the cycle of data leading to the analysis of student learning processes and the improvement of support for those processes. For this goal in the context of social interaction in learning, we propose a three-part pipeline that includes data infrastructure, learning process analysis with behavior modeling, and intervention for support. We also describe an application of the pipeline to data from a social learning platform to investigate appropriate goal-setting behavior as a qualification of role models. Students following appropriate goal setters persisted longer in the course, showed increased engagement in hands-on course activities, and were more likely to review previously covered materials as they continued through the course. To foster this beneficial social interaction among students, we propose a social recommender system and show potential for assisting students in interacting with qualified goal setters as role models. We discuss how this generalizable pipeline can be adapted for other support needs in online learning settings.

研究动机与目标

• 减少教育数据挖掘中从数据收集到可操作洞察的周期时间。
• 识别有益的社会性学习行为——特别是适当的设定目标行为——作为有效榜样的指标。
• 开发一个流程，实现在在线学习平台中及时、基于数据的干预。
• 评估与合格目标设定者互动对学生学习持久性与参与度的影响。
• 设计并展示一个社交推荐系统，基于行为建模将学生与高质量榜样相连接。

提出的方法

• 流程始于可扩展的数据基础设施，用于从社交学习平台收集并结构化学生交互日志。
• 应用行为建模以识别表现出适当目标设定行为的学生，利用时间序列与交互模式作为信号。
• 训练分类模型，基于目标具体性、一致性以及与课程里程碑的一致性等特征，区分‘合格’目标设定者。
• 系统使用协同过滤与行为相似性度量，为学生生成个性化推荐，促使其与这些合格榜样互动。
• 利用大规模在线课程的真实世界数据对流程进行评估，开展学生行为的纵向分析。
• 通过社交推荐系统实施干预，促进学生与高质量榜样的互动，旨在放大积极学习行为。

实验结果

研究问题

• RQ1 如何对学生的目标设定行为进行建模，以在社会性学习环境中识别出有效的榜样？
• RQ2 与合格目标设定者互动对在线课程中学生的学习持久性与参与度有何影响？
• RQ3 基于行为的社交推荐系统能否成功引导学生开展有益的社会互动？
• RQ4 所提出的流程在多大程度上缩短了教育环境中从数据收集到可操作支持的时间？
• RQ5 行为建模在多大程度上能提升在线教育中社会性学习支持的质量与有效性？

主要发现

• 与合格目标设定者互动的学生在课程中的持久性显著高于未互动者。
• 跟随合格目标设定者的学生成为实践性课程活动的参与度显著提高。
• 随着学习进程推进，这些学生更可能回顾已覆盖的材料，表明学习更深入且记忆更牢固。
• 行为建模流程成功基于目标设定模式与课程进展识别出高质量榜样。
• 社交推荐系统展现出引导学生开展有益社会互动的潜力，从而改善学习成效。