大智移云时代高职学生在线学习行为演化机制研究.docx
《大智移云时代高职学生在线学习行为演化机制研究.docx》由会员分享，可在线阅读，更多相关《大智移云时代高职学生在线学习行为演化机制研究.docx（10页珍藏版）》请在冰豆网上搜索。
大智移云时代高职学生在线学习行为演化机制研究
进入21世纪以来,大数据,智能化、移动互联网、云计算等信息技术交融渗透,中国工程院院士邬贺铨将其总结为"大智移云"时代,信息化技术发展给高校教育模式带来颠覆性的飞跃,在线学习成为了最为流行的学习方式。
高职作为培养生产、建设、管理、服务第一线需要的高素质技术技能专门人才的主阵地,更要瞄准"大智移云"产业,积极探索相关高职人才培养模式的改革。
目前,高职院校在校生人数占我国大学生总数的很大比例。
高职院校也在如火如荼地进行信息化教学改革。
网络学习对高职学生来说已不再陌生,但在这种信息化学习方式的普及过程中仍存在许多问题:
一是风俗习惯方面,对高职学生网络学习行为的研究较少。
与本科以上学生相比,高职学生入学考试成绩普遍较低,学习习惯和自控能力较弱。
然而,大多数时候,信息化学习模式脱离了教师的直接监督。
高职学生利用网络进行学习的动机、偏好和最易受外界因素的影响,需要深入研究。
其次,很多网络课程的资源建设和课程设计都不符合高职院校的要求。
学生的学习习惯。
许多高职院校网络课程开发团队在教学过程中没有把握和重视课程学习者的学习情况,也没有在后期对资源建设和课程设计进行有效的优化,导致了网络课程开发团队对课程学习者的学习情况缺乏足够的了解和重视,从而导致网络课程开发的效果不佳。
学生学习兴趣低,甚至不愿意主动学习;第三,高职学生网络学习行为系统。
缺乏科学有效的方法。
很多在线学习行为数据主要是通过网站日志获取的,有些数据只能通过excel进行采集,虽然难度很大,但收效甚微。
单凭这些方法还不足以准确监测、管理和评价高职学生的网络学习行为。
他们无法预测学习者学习的未来发展趋势,从而更好地优化网络课程的设置。
他们无法对学习者采取有效、及时的干预措施,无法保证网络课程的学习效果。
2.1"大智移云"教育的概念
进入21世纪以来,大数据,智能化、移动互联网、云计算等信息技术交融渗透,2013年8月,中国互联网大会正式提出"大智移云",2015企业互联网大会上中国工程院院士邬贺铨称中国已进入"大智移云"时代。
高职作为培养生产、建设、管理、服务第一线需要的高素质技术技能专门人才的主阵地,为了能在未来激烈的竞争中抢占先机,更要瞄准"大智移云"产业,积极探索相关高职人才培养模式的改革。
"大智移云"时代相关行业人才需求如下:
首先,大数据。
所需人才大致可分为两类。
一是应用岗位偏向于数据分析和数据应用。
它要求能够选择合适的数据挖掘和数据分析方法,准确地提取隐藏在大量数据中的业务信息,从而为企业决策提供支持。
最典型的职位是大数据分析师。
此外,还有数据建模师、业务数据分析师和大数据算法师。
另一类是系统定位,倾向于使用云计算、hadoop等技术进行系统开发。
它需要熟悉hadoop核心框架和主要组件,以及在大型数据平台上编写和开发应用程序的能力。
最典型的职位是大数据工程师。
此外,还有大数据开发工程师、大数据架构师、大数据运维工程师和大数据库管理员。
二是智能化。
智能制造涉及产品设计、生产、调试、运行维护、售前售后、宣传推广等多个方面。
第三,移动互联网。
这里我们主要关注软件。
人才需求可分为四类:
开发、测试、作战和维和产品。
开发类别包括web设计器、ui设计器、美工、可视化设计器、界面设计器、前端设计器、前端架构师、数据库管理工程师、搜索引擎优化、系统分析师等,测试中最重要的是软件测试工程师。
运行维护包括:
系统运行维护处、运行专员、运行经理等。
产品包括:
产品助理、产品经理、管理岗位等。
第四,云计算。
相关工作要求包括:
云架构师、云计算软件工程师、云计算销售、云计算工程师、云服务开发人员、云系统管理员、云计算顾问、云系统工程师、云网络工程师、云产品经理、算法工程师等。
2.2在线学习的相关理论
对在线学习没有严格的定义,大多数都是描述性的。
安德森指出,在线学习是通过网络获取学习材料,学习者与学习内容、教师和其他学习者互动,在学习过程中获得支持,从而收获知识、建构个人意义,与学习者共同成长。
宁过程。
JonBaggaley称在线学习为"新约运动",但它只是在线教育的升级版。
钟志贤教授认为,e-learning是基于网络的学习,即建立在线教育教学平台,学习者通过该平台进行一系列的学习活动。
在线学习有着多样化的发展趋势,已经发展成为更多的学习形式和模式,如mooc、spoc等。
有学者认为,在线学习、e-learning和数字学习属于在线学习的范畴。
在本研究中,在线学习是一个宽泛的范畴,包括mooc、spoc等典型的在线学习形式,以及各种在线教学平台的e-learning形式。
20世纪90年代,随着在线学习活动的不断普及,围绕在线学习技术支持和跨学科背景的理论研究逐渐成为理论界的热门话题。
同时。
随着相关学科特别是心理学学者对人类学习行为研究的不断深入,强调学习过程中知识的主动建构而非被动接受的建构主义学习理论逐渐出现,并逐渐被人们所接受,广泛应用于在线学习的理论研究。
国外对在线学习有很多研究。
2007年和2010年,Romero和Ventura以及2009年,Baker和Yacef分别从数据挖掘方法在教育领域的应用和数据挖掘的具体任务两个角度对之前的研究进行了分类和阐述。
与国外相比,国内对网络学习行为大数据的研究还处于起步阶段。
国内研究主要集中在大数据的指标和技术手段上。
在大数据指标方面,华南师范大学现代远程教育研究所曾祥跃、袁松河对远程学习者的在线学习行为进行了调查分析;浙江工业大学杨金来提出了网络信息、工作行为模型等等。
在技术手段上,南京理工大学杨庆莲、周庆民结合网络日志挖掘和数据立方体技术,对服务器端和客户端日志信息进行分析处理,并进行评价。
厦门大学李德江等人设计了分布式在线学习行为统计系统。
廖静等设计了基于数据流的在线学习行为数据采集与分析方案;北京大学教育学院吴晓蒙等研究人员从学生体验的角度研究了基于coursera的在线课程;武汉吴青、罗如果大学在网络学习行为的基础上,挖掘了大学生的学习风格。
华东师范大学王敏基于行为日志数据对mooc学习者的学习行为进行了分析;湖南网络工程职业学院谭阳等对基于网络的高职学生在线学习行为进行了调查分析、数据过滤和提取。
2.3"大智移云"时代的资源分配与共享
"大智移云"是指将大数据、云计算、物联网综合到一起,是指（大数据、智能化、移动互联网和云计算）时代。
云计算、大数据等信息技术交融渗透,不仅改变着人们的生活,也将掀起新一轮产业变革,资源分配与共享机制也将发生改变。
"大智移云"技术的成熟和互联网的普及,教学活动脱离了名师实体环境的限制,如MOOC、网易公开课、喜马拉雅名师课堂等在线学习平台的普及,让那些没有资格或者没有机会遇到好老师的学生,也能够享受到优质的教育成果,这有助于破除传播学中所称的"知识鸿沟"。
教育不再是单纯地隔离出一个纯粹的象牙塔,在里面集中最好的资源,供一部分学习使用,而是可以把好的教育资源共享到网络上,供更多有需要的人学习、使用,这样不仅可以降低社会整体的教育成本、避免重复建设,更重要的是,促进全民教育水平和综合素质的提高。
3.1"大智移云"时代背景下相关高职教育专业设置情况分析
截至2016年12月底,我国高职院校提供的"大智慧转移云"产业直接相关的专业情况分析如下:
其中,最重要的是智能方面,包括建筑智能工程技术、智能控制技术、智能交通技术应用、智能产品开发、智能终端技术及应用、智能监控等。
环型技术应用,汽车智能技术。
我们将使用物联网应用技术和嵌入式系统技术,这些专业大多属于电子信息专业,少数属于计算机及自动化专业。
其次,与移动互联网相关的专业是移动互联网,包括移动互联网应用技术、移动应用开发、移动通信技术和移动商务。
移动互联网应用技术专业属于电子信息类专业。
我国有138所高职院校,我省已有11所高校开设了该专业。
移动应用开发是一种计算机,在我省90所高校中占8所。
我省20所高职院校开设的移动通信技术专业数量最多,拥有移动商务专业的高校较少,而我国开设电子商务专业的职业院校只有34所。
大数据相关专业只有大数据技术应用,本专业属于新的"互联网+"专业,目前能够办学的职业院校很少,主要是为快速发展的大数据产业培养和输送大数据分析、大数据分析、大数据分析等专业。
目前,云计算技术与应用是我国52所高职院校唯一开设的云计算专业,本专业为2015年《高等职业教育专业目录》新增专业,人才缺口大,专业课程难度较大。
鉴于目前在高职院校开设"大智移云"专业较少,而此类人才需求又十分迫切,所以在线学习、深造成了高职院校学生自我提升的重要途径。
3.2高职学生在线学习情况分析
根据毕经美在《高职院校学生在线学习的现状及改进策略》中,对对珠三角地区部分职业院校大学生在线学习的情况进行了抽样调查及访谈分析发现,高职学生在线学习情况如下:
1、在线学习时间
在线学习在学生的学习生活中已经越来越普遍,但学习时间超过10小时/周的学生比例仍然较低,仅占29%;学习时间低于3小时/周的学生占13%。
可见,高职学生在线学习时间存在不平衡,学习时间仍处于整体水平。
然而,它的不足,与高职学生的自主性和自律性不强有关。
新生在线学习时间相对较短,6小时/周内占62%。
大二、大三学生的时间总体上比大一学生多。
每周花费超过7小时的学生分别占72%和77%。
由此可见,随着年级的增长,学生对在线学习时间的投入也越来越多。
2、在线学习类型
目前,高职学生的在线学习仍然是在线教学课程（84%）,这些课程大多由专业教师指导和指导。
第二类是微课堂和视频公开课,分别占44%和26%。
然而,如火如荼地开展"慕课"课程,表明只有12%的学生学习过"慕课",说明高职院校"慕课"课程的推广亟待加强。
究其原因,一是高职院校对学生的学习自主性和自律性要求较高,而学生的学习欲望和自我约束力还不够强;二是目前高职高专院校的学生在学习自主性和自律性方面存在一些差异。
高等教育学与高职院校的专业课程要求,为高职院校服务。
学生不够有吸引力。
因此,未来高职高质量课程的开发可以吸引更多的高职学生加入课程学习的行列。
3、对在线学习活动的分析
在线学习中,大部分学生参与了"阅读课件PPT"活动,占85%以上,其次是"观看在线视频"（61%）和"完成在线学习任务"（51%）。
然而,师生互动（21%）和同伴交往活动（17%）较少,主动学习和拓展资源的学生较少（16%）。
可见,目前高职学生的在线学习主要集中在阅读课件和观看教学视频的自主学习上。
在线学习中师生之间的交流较少,协作学习和交流还不够。
3.3在线学习的影响因素分析
在线学习作为"大智移云"时代背景下诞生的创新教育模式,它区别于传统的大学教学,甚至是传统的远程教育模式,以其大规模的课程设置、开放性和免费性受到了世界各国学习者的欢迎。
然而,注册学生数量极高,网络学习完成率极低,一直受到很多人的诟病。
通过文献查阅和在线调查等方式,作者发现,高职学生的在线学习学习受到个体特征、外部条件和在线学习平台方面的综合影响,详细如下:
首先,课程内容设计是学生在线学习的最大影响因素,内容设计是在线学习的核心,包括内容组织、资源呈现等,都会直接影响学生的学习效果。
其次,学习支持、学习平台交互性以及学习评价的设计也是影响在线学习的较大因素,在线平台的易用性,也是关键要素,表现为交互友好、易用等。
第三,因在线学习而支付的学费、流量费、宽带费等支出,也给高职学生造成了不小的负担。
最后,外界干扰因素对学生的影响较大,在线学习活动中也不容忽视,学生在线学习时可能会受到网络购物、网络游戏、影视娱乐等多种因素的干扰。
网络课程改变了传统的教学方法,评价网络开放课程的学习效果成为推动网络开放课程教学实践的关键。
由于网络开放课程的学习效果受个体学习自主性、网络环境、教学资源等诸多因素的影响,使得评价网络开放课程的学习效果变得更加困难。
只有应用信息技术对课程学习过程中的关键因素进行监控,才能实现整个过程,及时优化在线开放课程。
为了吸引更多的学习者,改善网络学习体验,使网络公开课在高职院校的推广应用可持续发展,可以组织讨论、教学视频和网络学习环境。
3.4"大智移云"对学习行为的影响
"大智移云"是一种尖端的复合技术,但又与人们的日常生活息息相关。
作为一种划时代的技术,"大智移云"正在对社会生活的各个方面产生深刻影响,其中包括学校教育,高等职业教育是我国教育体系中一种重要的教育类型,发挥着不可替代的人才培养功能,"大智移云"对学习行为的影响在高职院校同样存在。
1、提高高职学生的知识吸收率
"大智移云"的广泛应用使得高职院校学生学习资源获取渠道拓宽,并为其提供表达自我与互动交流的平台,"网络碎片化学习"提高了学生知识的吸收率。
2、高职学生普遍成为"手机控"。
通过调查发现,高职院校学生普遍持有移动设备,存在课堂触摸屏率高、网络依赖性强、移动设备应用功能丰富等现象,学生更加重视休闲和娱乐。
娱乐胜过知识学习。
学生对移动设备的依赖主要基于社会需求、获取信息需求、休闲娱乐需求。
3、高职学生普遍认知超载、现实社交能力退化
"大智移云"对高职学生学习行为的负面影响主要表现在信息爆炸导致的认知超载、网络成瘾导致的社会能力下降、触摸屏行为导致的课堂教学危机等。
4.1在线学习的发展趋势
1、短期趋势:
合作学习
现实世界越来越复杂,许多任务往往需要合作来解决。
合作学习是指学生、教师和学生之间以团队合作的方式进行的学习。
在互联网和移动互联网的技术背景下,人们很容易通过各种方式联系在一起,但频繁的接触并不意味着合作学习。
在合作学习中,成员的贡献往往存在着太多的差异,一个人包揽一切等等。
因此,合作学习可以围绕以学习者为中心、强调成员间的互动、组建工作小组、共同制定应对现实挑战的解决方案四个关键点展开。
在技术的支持下,合作学习可以在时间和地点上更加灵活,鼓励区域、文化和专业之间的合作学习,从而提高学生对复杂现实问题的理解和解决问题的合作能力。
2、中期主要趋势:
平台使用和空间设计
随着课程学习平台、学习管理系统和日常信息服务平台的广泛应用,高校拥有大量与学生学习相关的数据。
学校正在积极思考如何利用这些数据,以便更好地将这些数据形象化,引导教师多维度地利用这些数据,一方面更多地揭示学生日常行为所反映的学习需求,希望改变学校的课程设置。
另一方面通过学习测量更全面。
服务系统。
学习空间设计正从以讲座为基础的空间设计向以项目合作、团队展示、自主学习、自由讨论、休闲放松、工程设计等为基础的多元化空间设计转变。
与其他趋势相比,这一趋势更加明显。
3、长期的主要趋势:
创新文化和深入学习
各大学正在努力建立一个孵化创新的完整体系。
一方面,越来越多的大学都有自己的专利管理部门,这不仅有利于专利的管理,也有利于专利与外界有效合作的机会。
另一方面,大学鼓励学生创业,并提供一系列专业帮助,与相关投资者、企业和校友建立联系。
深度学习是一个新的、模糊的概念,它似乎是对学习过程的深层次理解而不是简单的品味的诉求。
深度学习注重培养学生的批判性思维、协作能力、问题解决能力和自主学习能力。
4.2高职学生在线学习的对策与建议
虽然网上学习形式多样,但高职院校大学生的学习状况不容乐观。
针对如何更好地让学生参与和开展在线学习,推进职业教育教学模式改革,从三个方面提出了对策和建议:
1、高职院校校级战略支持
高职院校要重视网络学习对教育教学改革的重要影响,积极推进各项保障措施的落实:
一方面加强网络学习课程的数量和质量建设一方面,充分利用学校自身的技术力量,如教育技术中心等,为学生在线学习提供技术服务保障。
2、加强师生"数字素养"培养
高职院校应加强对教师教育技术和学生数字化学习能力的培养。
对学生来说,"授人以渔胜于授人以渔",因此加强训练尤为重要。
3、高职院校与企业合作推进网络教育
学校可根据自身优势和专业,与企业合作开发优质职业教育网络课程,提高网络课程的实用价值和吸引力。
其意义在于推动优质职业教育网络教育资源在更大范围内的推广。
4、整合正式学习和非正式学习
互联网不断消除信息障碍,使每个人都有更多的自我导向学习的机会。
在非正式学习领域有大量的科目,你不需要交学费,不需要参加人文考试,不坐在教室里,你可以得到很多关于该科目的信息,甚至可以完成在线课程。
当然,你也可以加入社区,进入论坛,这也是互联网正在创造的大量非正式学习机会。
因此,正式学习和非正式学习的结合已经成为一个容易理解和看似明确的挑战。
对个人而言,不同学习风格的整合更为开放,让组织接受多种学习风格,努力理解并提供支持和服务。
5、反思教师的角色
大学教师不再是大学生获得知识的唯一甚至主要来源。
教师更愿意利用多媒体资源和网络资源,注重教学方法。
另一方面,高校也需要积极寻找和创造不同的教师角色,如何在科研和教学之间保持平衡,或者从两者中选择一个。
美国大学一般在校外雇用兼职讲师。
优势在于教师专业背景的放宽,劣势在于缺乏稳定性和可控性。
在这样一个多元化的时代,教师如何真正洞察学生的需求,挖掘学生的潜能,如何组织学生共同探索,如何引导学生继续专业发展,显得越来越重要和迫切。
结论
本文对在线学习的相关理论、"大智移云"学习行为演化机制、在线学习的未来方向等方面对"大智移云"时代高职学生在线学习行为演化机制进行了研究,本研究的结论表明,我国在"大智移云"时代高职学生在线学习方面虽然已取得了一些成果,针对高职学生的在线学习行为进行深入、全面的研究,能为实现高水平的在线教育提供有价值的理论依据和基本方法,从而促进高职学生的可持续发展,提高高职院校的人才培养质量。
本研究也可以为在线课程资源的开发者提供理论指导,为在线课程的网络平台开发者提供开发依据,以及为高职院校教师提供课程优化以及评价依据。
致谢
大学生活即将结束,但对我来说,人生只是一个逗号,我将面对一个新的旅程的开始。
本研究和论文是在导师的亲切和耐心指导下完成的。
伟人和名人为我所敬仰,但我更渴望把我的敬意献给一个平凡的人,我的导师和老师。
也许我不是你最好的学生,但你是我最尊敬的老师。
你是如此严谨的学者,学识渊博,视野开阔,思想深刻,你有意为我营造良好的学术氛围,使我的论文更加严谨。
同时,我也要感谢一起完成毕业论文组的同学们。
没有你们的支持和鼎力相助,我无法解决这些困难和疑虑,最终我可以顺利地完成这篇论文。
最后,我要向关心和帮助我完成论文的同学和朋友们表示衷心的感谢。
参考文献
[1]王松.围绕“大智移云”新技术推进高职人才培养模式研究[J].数字通信世界,2018（08）:
216-217.
[2]祁晨诗,王帆,郝祥军.大规模协作支持的在线学习集体智慧生成路径研究[J/OL].成人教育,2019（09）:
22-31
[3]赵慧军,李岩,刘西真.成人在线学习动机对学习迁移的影响:
知识惯性的调节作用[J].电化教育研究,2019,40（08）:
37-44.
[4]董乐,郜岭.提高高职院校学生在线学习参与度的建议[J].卫生职业教育,2019,37（14）:
18-19.
[5]任锁平.工作场所学习视角下的高职院校在线课程建设困境与出路[J].教育与职业,2019（15）:
97-101.
[6]晏齐宏,杜智涛,付宏.国内在线学习主要模式演化的知识图谱分析[J].中国远程教育,2015（09）:
25-31+79.
[7]黄艳鸿,谢泉根,朱汉阳.高职生在线课程学习实践研究——以吉安职业技术学院为例[J].南方农机,2019,50（13）:
166-167.
[8]吴波,龚燕红.基于移动学习理念的自学考试在线助学模式探析[J].中国经贸导刊（中）,2019（08）:
144-145.
[9]许小媛.基于大数据技术的个性化在线教育互动式教学路径探究[J].电脑与信息技术,2019,27（04）:
83-85+91.
[10]张朝霞.高职学生在线学习现状及影响因素分析[J].江西化工,2019（03）:
212-213.
[11]田美燕.服务于高职翻转课堂的在线学习平台研究[J].农家参谋,2019（15）:
271.
升级会员 