基于教育数据挖掘的'探索和理解'问题解决过程研究——以PISA(2012)新加坡、日本、中国上海Log数据为例

摘要

Log数据不仅包括学习时间、学习进程、鼠标和键盘敲击等静态数据,还详细呈现了从学习开始到结束的动态数据.文章截取PISA(2012)新加坡、日本、中国上海的Log数据,运用相关、滞后序列、聚类等教育数据挖掘方法分析三个国家学生在"车票"一题的"探索和理解"问题解决过程.结果发现:相比新加坡和日本,中国上海学生仍缺乏深入试题情境进行比较、探索,反映出问题解决策略不足;中国上海学生在"错误倾向组"比例过大,反映出高、低水平问题解决能力的学生呈两极分化,亟待提高低水平学生的问题解决能力.最后,文章依据研究结果在课堂教学、教育决策等方面提出了相关建议.