37、基于数据驱动的学生学习与VR手术训练反馈策略

基于数据驱动的学生学习与VR手术训练反馈策略

1. 学生学习行为分析与自适应支持

在大规模开放在线课程（MOOC）的学习中，学生的视频观看行为与学习效果密切相关。通过对学生视频使用数据的分析，可以发现不同学习水平学生的行为模式。

1.1 学习行为规则

以下是不同学习阶段不同学习水平学生的行为规则：
| 周数 | 低学习组 | 高学习组 |
| — | — | — |
| 全周 | 1. 观看视频数量少（num_views = Low），平均暂停时间短（avg_pause = Low），且：
a. 搜索标准差低（sd_seek = Low）
b. 速度标准差低（sd_speed = Low）
2. 观看视频数量少且平均重看次数少（num_views = Low and avg_rewatch = Low）
3. 观看视频数量中等（num_views = Med）且平均覆盖度为中/高（avg_coverage = [Med, High]） | - |
| 第2 - 3周 | 4. 观看视频数量少，暂停标准差低，搜索标准差低（num_views = Low & sd_pause = Low & sd_seek = Low） | 5. 平均覆盖度为中/高（avg_coverage = [Med, High]），且：
a. 平均暂停时间为中/高（avg_pause = [Med, High]）
b. 暂停标准差为中等（sd_pause = Med）
6. 平均暂停时间为中等且暂停率为中等（avg_pause = Medium and pause_rate = M