基于马尔科夫链的大学生自主学习能力预测方法

刘德春，张秀国，姜 微

(1.南阳理工学院计算机与信息工程学院，河南 南阳 473000; 2.大连海事大学信息科学技术学院，辽宁 大连 116026)

0 引 言

大学生对自主学习能力进行预判是提升自我学习能力的有效方法。自主学习是一种主体驱动，即学习目标自己确定、内容自己选择、计划自定并可以对学习结果进行评估、调控的学习模式[1-3]。对自主学习能力的预测技术可以应用马尔科夫(简称马氏)链、BP神经网络等原理模型。目前，国外对自主学习能力的研究多在能力评估方面，例如，Belski等人[4]提供了一个培养学生自主学习技能的简易程序(TERISSA)；Roth等人[5]把心理和教育数据库的系统搜索结果在自我评估报告工具中加以应用。国内有关自主学习的研究，主要在于自主学习评估与涉及学习平台方面的探讨，真正进行学习能力预测的还比较有限。如：刘歌等人[6]用马氏原理分析学生学习成绩状况及趋势，并提供了样本实例；文献[7]用BP神经网络方法构建了深度学习水平预测模型；文献[8]提出了建立在移动学习(M-learning)基础之上的远程自主学习模型；文献[9]使用挖掘等技术结合Web建立了一种个性化学习模型；文献[10-11]在考虑学生的个体差异后把马氏模型引入教学评价机制，通过数学方法分析评估对教师教学和学生学习产生的影响。

本文利用马氏原理短期预测效果精准之特长，以期通过建模与算法实现，对学生自主学习潜在能力进行可操作性强的预测，然后以预测结果对比当前实际学习状态，使被评测者掌握自身潜在学习情况及不足，通过不断自我调整，达到改善提高自身学习能力之目的。……