運用教育資料探勘探討混成學習環境下之學習行為模式

隨著網路科技的進步，教育的傳遞方式也越來越多元，從傳統的面授課程、非同步遠距教學，到同步直播教學環境甚至是混成式教學環境，更能夠以學習者為中心，讓學習者在任何時間、任何地點觀看學習內容。本研究以資料科學家的角度，運用資料探勘，探討學習者在混成學習環境下，學習過程所產生的資料與學習成效的關係、使用機器學習建立期中預警系統以預測高危險群學習者，以及進一步針對學習者學習行為進行模式分析定義。
本研究之資料來源為臺灣北部某大學106學年度上學期Python程式設計相關課程兩個班級，分別為38及34人。本研究運用教育資料探勘分析混成式教育環境下學習者的行為，運用分群、分類、視覺化等方式，探討學習行為與學習成效的關係，藉由建立期中預警系統，幫助教學者能在期中預測學習者期末成績。
本研究發現如下，同步/非同步參與度高的學習者有較出色的學習表現，學習步調穩定的學習者有較出色的學習表現。使用混成式教育環境產生資料可於期中準確預測高危險群學習者，本研究所訓練之模型具有外推性，可應用於其他課程以預測學習者表現。可以使用分群方法針對學習者的學習行為探索固定學習模式，使用階層式分群與熱度圖可從多維度使用者資料變項中進一步定義學習模式分群，包含同步互動積極組、穩定學習組、教學內容點擊積極組及學習消極組，與學習者自學問卷也相符。因此，透過本研究之成果，未來教學者可利用期中預測系統，在期中找到高危險群的學習者，並針對其學習行為進行補救等措施。