原创《基于学习分析的中学生心理教育模式探析》
本文是中学生心理有关学年毕业论文范文与中学生心理和学习和教育有关毕业论文开题报告范文。
王译畦 余 武 朱刚毅
【摘 要】大数据时代已经到来,要想充分发挥大数据技术在中学生心理教育领域中的作用,不仅要通过数据挖掘技术设计开发中学生心理数据库对学生心理进行危机预警,还必须通过自适应学习系统来实现针对不同人群心理危机进行个性化的应急干预和适应性学习.该研究从大数据在教育领域中的应用,即数据挖掘和学习分析这两个维度对中学生心理教育进行研究,并且对其系统模型和运行流程进行了简单设计,以期为中学生的心理健康问题提供更具针对性和时效性的指导意见.
【关键词】数据挖掘；中学生心理；学习分析；自适应学习；因材施教
【中图分类号】G434 【文献标识码】A
【论文编号】1671-7384（2017）06-0059-02
由于当前的社会竞争加剧,给正处于青春期的广大中学生带来了大量的心理和社会适应问题.对于初中生来说,刚从儿童的幼稚期向成熟期过渡,发展极其复杂,充满矛盾,又称心理危机期；对于高中生而言,则进入青年期,有人认为是心理断乳期,这些时期都会出现一些心理健康问题.进入大数据时代,一切都可以被量化,通过中学生在校期间的各种学习、生活轨迹以及家庭和社会关系等数据,心理健康教育者能分析出中学生的心理根源,及时准确地把握学生的心理状态,并能对其心理进行一定程度的预测和指导.
学习分析在中学生心理教育中的重要性和可行性
随着泛在网络学习的发展,我们可以从中学生那里收集大量可用的数据,如学生在使用学习管理系统时观看学习内容的频率、参与学习活动的类型、测试所花费的时间等.基于这些学习行为和结果,我们可以通过构建学习者模型来预测哪些学生在该知识点上需要加强学习和重视.通过对学生具备的知识能力现状进行评估,我们可以帮助其寻找个性化的学习方法,进而让学生知道下一步应该学什么.学生不需要学习千篇一律的课程,也不需要从每一章节的开头开始学,学习系统可以评估学生已经学过哪些内容,掌握了哪些内容,进而能够为每位学生设计个性化的学习方案.通过对学生学习过程中产生的数据进行收集和测量、分析,并将分析的结果反馈给学生、教育人员及管理者.目标就是能更好地掌握学习进行的过程,进而考虑如何来改进学习现状和学习所处的情景.而这些都需要学习分析来实现.根据每位学生的需求和能力,为其提供个性化的适应性学习,这样就迫切需要能够与每位学习者的个性特征相适应的学习材料作为在线辅导,我们将支持该个性化学习体系和整个过程的系统叫做自适应学习系统,也就是记录学生的表征,在运行中能对不同学生进行个性化适应的系统.
学习分析在心理健康教育中的应用（通过e-learning自适应学习系统实现）
Enhancing Teaching and Learning throughEducational Data Mining and Learning Analytics中提出了基于学习分析技术的个性化自适应学习系统.依据每位学生的需求和能力为其提供适应性反馈；学习分析的具体应用领域是不局限于关注学生的表现,也可以通过数据挖掘与分析课程、以更科学的方式来促进教学模式的转变,在中学生的心理教育应用中,可以让学生更轻松地接受并使得其心理素质得到潜移默化的提高.
图1显示了中学生心理的自适应学习系统的运行流程图.首先,初次学习者要进行心理教育基础知识和相关链接的学习和浏览,与此同时,系统对其已掌握知识情况和心理现状进行在线测试,学习行为和测试行为及结果相应地存储在学习者学习库中.此时通过中学生心理数据库（学生注册登录时,系统保存其及相关心理测试数据）和学习者数据库（系统存储了学习行为和测试行为及结果）共同来对该学生的心理素质现状进行预测和结果显示,针对显示的结果,系统的自适应模块将为学生提供适合学生学习的相关内容和导引链接,相关教育人员同时有必要对危机报警学生进行面对面有针对性的辅导教育.
该自适应系统主要有3个特点：（1）自适应性：系统对于学生的知识水平和个性特征做出识别,并能够自动为学生呈现出最适合其学习的知识内容和导引链接.（2）自主性：学生对于是否参与系统所提供的学习活动有主动选择权,并可以根据自己的喜好选择学习的方式、类型和策略等.（3）资源建构性：系统以学习者的学习内容知识为基础,构建恰当的学习资源,使其充分整合,以适应不同学习者的需求.由此可见,通过心理自适应学习系统,可以有针对性地对相关个人或群体进行心理干预,也会让学生更主动地接受个性化的心理教育学习,与此同时,也能有效平衡中学生心理辅导资源,提高效率.
基于学习分析的“心理记”APP在中学生心理健康教育中应用实例
江苏某中学针对“心理记”APP的可行性、实用性进行了问卷调查,调查结果显示有七成的学生和老师愿意接受“心理记”APP的学习,并表示可以通过此APP进行该校中学生心理方面的辅助教育.首先,初始学习者需要注册方能登录,登录后可以查看下方的主页、论坛、消息以及账号内容.在主页中,初学者可以对各项内容进行点击观看,并且需要点击“心理测试”按钮来进行测试,系统将针对测试结果界定心理健康等级,90分以上为A、70-90分为B、60-70分为C.然后,系统根据学习者做题情况进行分析,给出相应的学习资料推送,内容包括心理测试、心灵鸡汤、心理视频、自然风光、经典音乐、图书推荐、旅游生活等.推送的界面也因心理测试等级不同而不同（90分以上为,70-90分为红色,60-70分为紫色）,学习者除了学习这些推送的资料,也可以在主页上根据自己的喜好进行观看学习,也可以进入论坛界面进行学习浏览（学习篇、人际篇、情感篇、生活篇）,学习完成了还可以进入心理测试功能重新进行评估.
要想充分发挥大数据在中学生心理健康教育中的作用,不仅要通过数据挖掘技术来设计开发适合中学生心理危机预警的大数据原型系统,还必须通过自适应学习系统来实现针对不同人群心理危机进行个性化应急干预,从而真正地做到“因材施教”.本文尝试从大数据在教育领域中的学习分析这个维度来对其在中学生心理教育应用方面进行了浅显研究,并简单设计了学习分析的运行流程图,希望通过适应性学习在中学生心理学习中的实现,能够使得初高中群体更加科学地、有针对性地提升其心理素质,从而推动中学生心理教育的整体发展. @
参考文献
李百珍. 青少年心理卫生与心理咨询[M]. 北京: 北京师范大学出版社,1997: 84-90.
任丽君. 大学生心理问题数据挖掘系统的设计与实现[J].东莞理工学院学报,2008,15(5): 55-60.
文鸿莹. 大数据视域下大学生心理健康教育的适应与创新[J]. 高校辅导员,2014(6): 6-9.
魏雪峰、宋灵青. 学习分析: 更好地理解学生个性化学习过程[J]. 中国电化教育,2013(9): 1-4.
姜强、赵蔚、王朋娇等. 基于大数据的个性化自适应在线学习分析模型及实现[J]. 中国电化教育,2015(1): 85-92.
高晓红. 基于网络的自适应学习系统研究[D]. 上海: 上海师范大学,2003.
贾冰. 自适应学习系统中学习者模型的表示及特征值获取方法研究[D]. 长春: 东北师范大学,2010.
（作者单位：南京邮电大学教育科学与技术学院 南京邮电大学教育科学与技术学院 南京邮电大学通信与信息工程学院）
中学生心理论文参考资料：
总而言之:这是一篇大学硕士与中学生心理本科中学生心理毕业论文开题报告范文和相关优秀学术职称论文参考文献资料，关于免费教你怎么写中学生心理和学习和教育方面论文范文。
