优秀课题申报书模板精选
基于学习分析的机器人工程专业自适应学习模型构建与实证研究
1、问题的提出、课题界定、国内外研究现状述评、选题意义与研究价值。 ⑴问题的提出
①2017年，我校机器人工程本科专业开始招生，由于是新增专业，学生的学习效果存在一定的不可预测性，因此以量化方式实现对教学效果和学习过程的分析非常必要。 ②学习过程是一个动态的、持续性的过程，如何在日常教学过程中对学生学习过程进行跟踪分析并进行全过程的学习评价是一个难题。
③在大数据爆炸的今天，学生在学习过程中产生大量数据，如何分析大量数据，得到有用信息反馈于教学过程，并且最终干预和监控整个学习过程中是值得研究的问题。基于以上思考提出了这样的研究命题。 ⑵课题界定 ①学习分析
学习分析技术是围绕与学习者学习信息相关的数据，运用不同的分析方法和数据模型来解释这些数据，根据解释的结果来探究学生的学习过程与情境，发现学习规律；或者根据数据阐释学生的学习表现，为其提供相应反馈从而促进更加有效学习的技术。 ②自适应学习
自适应学习能够根据学生的认知风格和习惯偏好等特征，在教学反馈、学情追踪、学习诊断方面给予支持，进而为学生推荐个性化学习资源和学习路径，促进学习效益的最大化。 ⑶国内外研究现状述评 ①国外研究现状述评
国外研究者对学习分析技术在教学的应用方面更为关注，主要关注于如何通过数据的分析，为学生匹配出适合的课程，以及帮助学习较落后的学生规避学业风险。将学习分析应用于教学环境中，形成了优秀的、成熟的学习分析应用案例。
自适应学习系统和工具的开发逐渐成为国外的研究热点。美国新媒体联盟发布的《地平线报告（2017高等教育版）》将自适应学习技术列为短期内的关键技术，并指出它在提升学习体验、实现个性化支助等方面能够提供强有力的支撑。美国教育部发布的《通过教育数据挖掘和学习分析技术增强教与学》简报中认为学习分析是构建个性化自适应学习系统不可或缺的重要内容，能为个性适应、教学干预和管理决策提供帮助。 ②国内研究现状述评
国内对于学习分析的研究较晚，但却发展迅速，近几年来已经逐步成为国内教育技术领域的研究热点。对筛选出的文献研究内容进行细分可知，国内对于学习分析技术的研究主要聚焦于学习分析的概念及研究现状上，而有关学习分析应用案例、模型构建、平台开发的研究并不多，很少涉及把学习分析技术进行具体应用，没有应用于实际教学过程中。 本研究致力于有效地把学习分析应用于实际的教学过程中，利用大数据进行学习分析，构建自适应学习模型，为不同状态的学生打造个性化的学习路径，动态适应性调整教学内容、时间和方法等，提高学生的学习效率。 ⑷选题意义
本研究参照国外已经成熟的学习分析应用研究理论经验，把学习分析技术应用于实际的教学过程中，构建自适应学习模型，准确把握学习者的学习能力和学习兴趣，提供于此相适应的内容、互动和学习支持，以期优化教学过程，提高教学质量。 ⑸研究价值
①构建科学合理的自适应学习分析模型，全面跟踪和掌握学生特点、学习行为、学习过程、学习偏好，分析出学生的学习方式和思维方式，进行有针对的教学，实现真正的因材施教，同时有助于教师进行教学方法的反思，改善教学和管理。
规划课题、课题界定、研究现状、选题意义、研究价值、理论依据、研究目标、研究内容、研究假设、创新之处、研究思路、研究方法、技术路线、实施步骤
优秀课题申报书模板精选
②通过持续性的教学过程数据能够让同伴和学生自身看到学习过程的动态变化过程，激发学习者的学习热情和学习反思，提高学习能力，多维度了解自己的学习兴趣和偏好，以便选择适合的专业方向。对于学习动力不足的学生也可以起到学业预警的作用。
③使教学评价超越了测验的范畴，教学评价不仅仅针对结果，更应该重点关注“教”“学”“练”“测”“答”等教学过程环节中的表现，采用学习分析对教学过程中产生的数据进行分析，得到可视化数据，对学生进行多维度、全面、公平的评价。 2、课题理论依据、研究目标、研究内容、研究假设、创新之处。 ⑴课题理论依据
心理学研究指出，当人所感知到的活动挑战性与技能水平平衡时，能有效提升人的情绪体验。学习者首先要适应自身，作为“活”的主体，每一个学习者身心都有独特的与众不同的特性，其脑神经机能、感觉机能、思维机能等都按照自身特有的方式发挥作用，既不是千人一面，也不是像人工智能那样倚仗外部的设计控制，因此，学习者应该按照自身特有的机能进行学习，这是自适应学习的首要之义。 教育工作者利用数据考核、分析和评估教学和学习已有悠久历史，随着参与网络学习的人数和支持网络学习活动的工具种类的剧增，有关学习行为数据的数量不断增多并具多样性。学习分析作为教育教学规律和特点的量化手段，其核心作用在于帮助利益相关者实现对正在进行或已经完成的教学活动价值的判断。 ⑵研究目标
①通过对比研究，找出适合教学过程的学习分析方法和工具。 ②构建适合的自适应学习分析模型。
③通过构建的分析模型，导出可视化信息，推送个性化的学习内容，学生根据反馈信息认识自我，选择适合自身学习兴趣的专业方向，深度发掘学生学习潜力，提高学习能力，增强学生的“学习获得感”和“学习驾驭感”。
④教师根据学生的学习行为分析其知识基础和认知能力为学生制定个性化学习方案，实施干预教学，改善教学效果。 ⑶研究内容
①分析现有学习分析模型，学习分析的方法、工具，构建自适应学习分析模型。 通过对学习分析模型的比较分析，本研究主要应用流程式学习分析模型，该模型具有指向性优势并综合考虑其它模型的特点，研究对比目前成熟的学习分析方法和工具，选取适合教师进行的学习分析方法和工具，设计出数据驱动的学习分析模型的结构。学习分析模型遵循的基本结构是：学习过程记录与分析——分析结果反馈——激发反思——引发行为调节与优化——促进学习。
②在学习分析的结构基础上，在行为调节与优化环节对机器人工程专业从方向（Which）、内容和深度（What）、方法（How）和受益对象（Who）四个维度构建自适应学习分析模型。 a.方向（Which）——机器人工程专业可以分为系统集成应用、自动化生产线运行管理、机器人本体研发这三个专业方向。学生自己选择的方向可能会觉得并不如意，这是由于人的感觉中存在盲点，直觉并不信任，而学生在学习过程中产生的数据是最可靠的，通过对数据的分析可以帮助学生选择适合自己兴趣爱好以及接受能力的专业方向，以兴趣为导向的学习必然能大大地提高学习效率。
b.内容和深度（What）——机器人工程专业要培养掌握工业机器人技术工作必备的知识、技术，有较强实践能力、创新精神，主要从事机器人工作站设计、装调与改造，机器人自动化生产线的设计、应用及运行管理等相关岗位工作，具有较强综合职业能力的高素质应用型专门人才。每一项培养目标都有相应的课程群来支撑，专业课学时多、范围广，通过分析工具得出的数据可以量化的看到学习过程中的学习深度和广度，通过高频词、阅读速度、中断节
规划课题、课题界定、研究现状、选题意义、研究价值、理论依据、研究目标、研究内容、研究假设、创新之处、研究思路、研究方法、技术路线、实施步骤
优秀课题申报书模板精选
点等指标可以帮助教师获取宝贵的教学效果数据，判断学生的知识基础和接受能力，从而调整授课的内容和深度。
c.方法（How）——机器人工程专业要求学生能够完成机械系统和电气系统的设计、安装和调试，能够根据客户需要，完成工业机器人和自动化系统的基本软硬件设计及调试，对于学生的实践能力要求比较高，为了能够切实提高学生的实践能力，可以采用多元化的形式来进行教学，课堂讲授，实验环节，实训环节以及课程设计环节多管齐下，再加入在线学习，翻转课堂等多种教学方法，并且通过第二课堂和参加机器人专业相关的学科竞赛等形式进一步推动学生实践能力的提高，这些教学环节的实施效果怎么样很难通过老师主观来判断，通过数据分析，了解学生已经掌握什么和没有掌握什么，什么样的教学方式方法学生更加容易接受，然后实施教学干预，从而改进教学方法。
d.受益对象（Who）——学习分析研究学习行为信息，主要有三方面的受益对象。一是学生主动反思自己学习现状，主动适应学习过程，实现自我管理；二是教师可以多维度的监控整个学习过程，而不是单靠学习过程结束后的测试来评价学生的学习情况，另外教师通过反馈信息安排个性化的教学过程，提高教学效率；三是教学管理者可以通过反馈信息及时筛选出学习有掉队趋势的同学，给出干预和警告。 ③构建与模型相匹配的评价体系
学习分析模型提供的可视化数据，可以让老师对学生的整个学习过程进行跟踪了解，形成多维度的评价体系，与传统的以考试为主，实验实践环节为辅的评价方式相比，建立在学习分析模型基础上的评价体系更加全面和公正，这种评价才是为了促进学习的评价。 ④实证研究
选取机器人工程专业学生做实证研究，构建自适应学习分析模型。确定需要采集的学习过程数据（包括网络数据，在线课程学习数据，学生系统、教学过程等），选取有用数据进行分析研究，建立学习分析模型，选取合适的学习分析方法和工具，导出可视化数据，分别反馈给学生和教师，给学生推送个性化的学习内容和推荐的专业方向，给教师推荐合适的教学内容和方法，可以使用正向反馈（哪些内容和方法教学效果好）或者负向反馈（哪些内容和方法教学效果不好，需要改进），最终改善教学效果。随着多门课程的分析结果被导出后，根据教学目标从课程群的角度微调教学内容，始终对教学内容进行最优化处理。 ⑷研究假设
①在经过建模、分析和反馈后，可能发现除了已经确定的专业方向之外，学生的学习兴趣偏好出现了新的分支，这就需要相应的调整课程和授课教师的情况。
②在遵守法律法规的基础上采集数据，大量的学习过程数据可能存在数据不完全真实的情况，需要对数据进行甄别，选取有用的数据进行建模分析。 ⑸创新之处
在此之前，关于学习分析的研究已经成了学者们研究的热点，但是大多以分析为主，主要针对某一门课程分析学生在线学习的学习状态，研究应用的并不多。 本课题的重点是形成自适应学习分析模型，并通过实证来完善模型，通过学习分析来反思教学过程，分析学习效果、学情，根据学生情况来设置课程内容，真正做到因材施教。 3、研究思路、研究方法、技术路线、实施步骤。 ⑴研究思路 ①可行性研究
研究有关学习分析的参考文献，研究学习分析方法应用在教学上的可行性，通过构建分析模型、显示和解释数据以协助教师和教育管理者更好地工作，学习分析技术使教师和学校根据每一个学生的需求和能力为其提供适当学习机会。 ②确定学习分析模型结构
规划课题、课题界定、研究现状、选题意义、研究价值、理论依据、研究目标、研究内容、研究假设、创新之处、研究思路、研究方法、技术路线、实施步骤
科研课题申报模板：5629-基于学习分析的机器人工程专业自适应学习模型构建与实证研究
