基于KNN算法的mCSCL学习伙伴分组策略研究

作     者：李浩君 项静 华燕燕 LI Hao-jun;XIANG Jing;HUA Yan-yan

作者机构：浙江工业大学教育科学与技术学院杭州310023 

出 版 物：《现代教育技术》 (Modern Educational Technology)

年 卷 期：2014年第24卷第3期

页      面：86-93页

核心收录：

学科分类：0401[教育学-教育学] 04[教育学] 040110[教育学-教育技术学（可授教育学、理学学位）] 

基　　金：2012年度教育部人文社会科学研究项目"mCSCL环境下情景感知性异质学习伙伴生成机制研究"(项目编号:12YJCZH103)的资助 2012年度浙江省教科规划重点研究项目"基于语义网技术的情境感知移动学习系统设计及实证研究"(项目编号:SB116)的资助 

主　　题：mCSCL 学习伙伴 移动学习 KNN算法 动态分组 

摘      要：随着信息技术的快速发展,mCSCL已成为教育技术学领域新的研究热点,学习伙伴选择合理与否将直接影响着协作学习效率。文章利用mCSCL环境下协作分组伙伴模型,提出了基于KNN的mCSCL学习伙伴分组理论,通过计算学习者之间的相似度和类别权重,提供一张可视化的学习伙伴关系图,导学者遵循组间同质和组内异质分组原则,为学习者动态推荐最佳学习伙伴;并设计了以小学一年级加减运算为内容的mCSCL活动,开展分组满意度访谈和小组学习效率实证研究。实验结果表明,相对于随机分组方式,基于KNN算法的mCSCL学习伙伴分组方式更适合移动学习活动开展,学习效率更高。