老年学习者混合式学习评价方法技术

本发明专利技术公开一种老年学习者混合式学习评价方法，在分析影响老年学习者混合式学习的因素基础上，依据全面性、科学性、操作性、动态性原则，利用层次分析法构建老年学习者混合式学习评价指标体系，并确定各评价指标权重，建立用于老年学习者混合式学习评价的BP神经网络模型，采取改进粒子群算法优化BP神经网络初始权值和阈值，利用改进BP算法训练BP神经网络。通过专家评价的训练、测试数据样本的仿真研究表明，构建的老年学习者混合式学习评价体系具有评价精准度高、速度快、智能化的优势，对于推进老年学习者混合式学习及老年教育高质量发展具有较强的指导意义和应用价值。展具有较强的指导意义和应用价值。展具有较强的指导意义和应用价值。

【技术实现步骤摘要】
老年学习者混合式学习评价方法


[0001]本专利技术涉及老年教育学习评价
，具体涉及应用层次分析与改进粒子群算法优化BP神经网络的老年学习者混合式学习行为评价方法。

技术介绍

[0002]互联网时代催生了线上线下混合式学习，混合式学习是互联网时代学习的新探索。混合式学习能将传统面授学习的优势和在线学习的长处相结合，一方面发挥面授学习优势，另一方面通过互联网克服时间和空间对学习的影响和限制。混合式学习可以充分体现学习者的主动性、积极性以及创造性。专利技术人主持的江苏省教育科学规划重点课题《老年学习者混合式学习模式研究》课题组在对无锡开放大学乐龄学院老年学员实施线上线下混合式教学前进行了问卷调查和在线访谈，其调查分析结果显示：有53.65%的老年学员曾经利用微信公众号或书画、舞蹈、乐器等兴趣爱好群参加过学习，有34.52%的老年学员参加过电视中的书画频道或小米等平台的教育课程学习，有33.27%的老年学员利用网络中的各类书画、舞蹈、乐器等学习网站和学习平台参加过学习，有16%的老年学员曾利用快手、抖音直播平台以及蜻蜓、喜马拉雅、荔枝等APP平台进行学习。以上调查数据表明，当今老年群体中已有不少已具备通过互联网进行远程学习的习惯和能力。因此，在老年教育中引入线上线下混合式学习，有条件、更有需求。老年学习者可以随时随处利用手机、电脑在线学习丰富的课程内容，并与老师及其他老年学习者进行互动交流，极大地激发了老年学习者的学习欲望。
[0003] 作为新时代较为流行的学习模式，混合式学习融合线下课堂教学与在线网络教学的优势，更强调学习者的自主学习、合作学习，混合式学习的成效及评价问题是我们需要重点关注的焦点和研究课题。目前针对混合式学习评价的研究并不多，搜索的主要文献（部分）有：[1]杨歌谣.混合式教学模式下教学评价的文献综述与展望[J].高教论坛,2019,(2):64
‑
67.[2]郎振红.线上线下混合式教学考核评价机制研究—以软件技术专业核心课程为例[J].天津市教科院学报,2018(5):63
‑
68.[3]杨浩.高职院校混合式教学质量评价指标体系构建与应用实践[J].中国职业技术教育,2019(11):69
‑
75.[4]覃盛华,钟陈,张旭.线上线下混合式学习评价体系模型构建[J].经济研究导刊，2022（5）：104
‑
106.[5]瞿莉莉.混合式学习评价体系构建与实践研究——以轨道交通英语类课程为例[J].晋城职业技术学院学报,2021,14(6):43
‑
46.[6]纪张伟.混合式学习评价在数学建模课程中的实践探索[J].邢台职业技术学院学报,2022,39(1):18
‑
22.[7]陈丽.基于教学云平台的高校混合式学习评价体系探析[J].淮北职业技术学
院学报,2020,19(4):37
‑
39.[8]周丽,陈俐文.基于Moodle平台的混合式学习评价设计与实践[J].邢台学院学报,2021,36(3):161
‑
166.
[0004]以上针对线上线下混合式学习评价的研究，主要集中在对高校的教学评价，针对老年教育的学习行为评价研究文献廖若晨星。现有的混合式学习评价研究一般只停留在混合式学习评价指标体系的构建上，评价体系中学生主体作用和教师的主导作用还不明显，对于各指标因素之间的权重分配也很少涉及，而且教学评价方式比较单一，没有提出具体的评价方法，更没有给出具体评价案例进行实证研究。如果对混合式学习质量进行评价仍采取传统的单项因子评价法、多元统计分析等传统分析方法，虽然这些方法能获得一定效果，但不够科学和完善，主要原因在于：对于混合式学习质量评价，主要依靠专家经验进行评估，评价带有很大的主观随意性，评价结果与实际值往往存在较大偏差，并且混合式学习质量评价系统是一项系统工程，具有高度非线性、较强的时滞性和不确定性，如果仍单一采取传统评价方法，难以对混合式学习质量情况作出公正、客观、精准评价。因此，如何针对混合式教学特点形成一套灵活 多样、完整丰富、科学合理、系统规范的老年教育混合式学习行为评价体系，将教师的教和老年学习者的学有机结合，对于提升老年教育混合式学习质量和效率，具有十分重要的促进作用和现实意义。

技术实现思路

[0005]本专利技术的目的是为了解决以上已有的对混合式学习评价存在的问题与弊端，克服和避免在老年学习者混合式学习评价过程中容易产生的主观及人为因素，从而让老年学习者混合式学习质量评价结果更公正、客观、真实、科学。本专利技术以老年学习者为研究对象，在分析影响老年学习者混合式学习成效的关键要素前提下，应用层次分析法（AHP）设计老年学习者混合式学习评价体系中的各层次指标因素，构建老年学习者混合式学习评价指标体系，并确定指标体系中各指标权重，建立BP神经网络的老年学习者混合式学习评价模型，并且采取改进粒子群算法和改进BP算法优化、训练BP神经网络评价模型，BP神经网络的输入为各评价指标值，BP神经网络的输出为老年学习者混合式学习评价值，通过对老年学习者混合式学习评价模型的实施与应用，能科学、有效、客观评价老年学习者混合式学习行为和学习效果，为老年教育的教学改革和混合式学习质量提升提供必要的实践指南和参考依据。
[0006]本专利技术所采取的技术方案是：用于老年学习者混合式学习评价模型，首先在分析影响老年学习者混合式学习质量因素的基础上，遵循全面性、科学性、操作性、动态性原则，采用层次分析法构建老年学习者混合式学习评价指标体系，确定分配各项指标因素的综合权重；建立BP神经网络模型，利用改进粒子群算法优化BP网络结构参数并输出最优的网络初始权值与阈值，选取相关指标数据作为训练样本，由改进BP算法对BP神经网络进行训练，最后再利用样本对已训练好的BP神经网络进行测试。其中，应用层次分析法计算的综合得分作为BP神经网络的期望输出，它与BP神经网络实际输出之间的误差必须在规定的误差精度范围。
[0007]所述老年学习者混合式学习评价指标体系的层次结构由目标层（A）、一级指标层（U）、二级指标层（X）组成。目标层为老年学习者混合式学习质量综合评价，一级指标层含有
个人基础（U1）、认知风格及能力（U2）、个体学习行为（U3）、学习能力（U4）、学习支持环境（U5）、学习活动设计（U6）、学习态度（U7）、学习的社会化表现（U8）、学习成绩（U9）、学习效果（U
10
）等10个指标；二级指标层含有学历/学位（X1）、专业方向（X2）、职业资格（X3）、智能技术（X4）、兴趣爱好（X5）、学习期望（X6）、无认知策略/水平（X7）、自我效能感（X8）、记忆能力（X9）、知觉能力（X
10
）、质疑能力（X
11
）、创造性想象（X
12
）、复杂思维（X
13
）、注意集中能力（X
14
）、登录学习平台频次（X
15
）、阅读整合学习资源（X...

【技术保护点】

【技术特征摘要】
1.一种用于老年学习者混合式学习评价方法，其特征在于，所述包括：利用层次分析法构建老年学习者混合式学习评价指标体系，确定各评价指标权重；建立用于老年学习者混合式学习评价的BP 神经网络模型，采取改进粒子群算法优化BP神经网络初始权值和阈值，利用改进BP算法训练BP神经网络。2.根据权利要求1所述的一种用于老年学习者混合式学习评价方法，其特征在于，所述老年学习者混合式学习评价指标体系由目标层（A）、一级指标层（U）、二级指标层（X）组成，目标层为老年学习者混合式学习质量综合评价，一级指标层含有个人基础（U1）、认知风格及能力（U2）、个体学习行为（U3）、学习能力（U4）、学习支持环境（U5）、学习活动设计（U6）、学习态度（U7）、学习的社会化表现（U8）、学习成绩（U9）、学习效果（U
10
）等10个指标，二级指标层含有学历/学位（X1）、专业方向（X2）、职业资格（X3）、智能技术（X4）、兴趣爱好（X5）、学习期望（X6）、无认知策略/水平（X7）、自我效能感（X8）、记忆能力（X9）、知觉能力（X
10
）、质疑能力（X
11
）、创造性想象（X
12
）、复杂思维（X
13
）、注意集中能力（X
14
）、登录学习平台频次（X
15
）、阅读整合学习资源（X
16
）、学习资源再加工（X
17
）、发布学习话题（X
18
）、发贴回贴（X
19
）、讨论提问（X
20
）、笔记作业（X
21
）、感知能力（X
22
）、语言表达能力（X
23
）、学习适应能力（X
24
）、复合思维能力（X
25
）、问题解决能力（X
26
）、工具使用能力（X
27
）、阅读观察能力（X
28
）、情境迁移能力（X
29
）、学习资源（X
30
）、学习共同体（X
31
）、信息化环境（X
32
）、激励措施（X
33
）、督学机制（X
34
）、评价方式（X
35
）、学习内容（X
36...

【专利技术属性】
技术研发人员：乔维德，朱冠华，
申请(专利权)人：无锡开放大学，
类型：发明
国别省市：