46、利用室内定位分析与聚类算法提升教学洞察

利用室内定位分析与聚类算法提升教学洞察

在教育领域，了解教师的教学行为和学生的学习行为对于提升教学质量至关重要。本文将介绍两方面的内容，一是利用Moodoo进行室内定位分析以刻画课堂教学，二是一种名为DETECT的分层聚类算法用于分析学生行为的时间趋势。

Moodoo室内定位分析刻画课堂教学

Moodoo通过处理教师在不同学习设计（LD1 - 3）中的x - y定位数据，对课堂教学进行量化分析。
- 数据处理与分析方法
- 对每位教师在不同学习设计下的数据进行处理，并根据最短的第二阶段（持续1:07小时）的班级对结果进行归一化。
- 运用Mann - Whitney的U检验来评估每对学习设计之间指标的差异，报告中位数和四分位距（IQR）值。
- 教师定位指标结果
- 表1：与教师停留和移动相关的定位指标
| 学习设计 | 总停留时间（分钟） | 每次停留时间（分钟） | 行走距离（米） | 速度（米/秒） | 分散指数（基尼系数） |
| ---- | ---- | ---- | ---- | ---- | ---- |
| LD1 | 42 (44 - 40) | 0.8 (1 - 0.7) | 370 (502 - 340) | 0.5 (0.6 - 0.4) | 0.5 (0.6 - 0.3) |
| LD2 | 35 (43 - 31) | 1.4 (1.6 - 1) | 303 (389 - 272) | 0.6 (0.6 - 0.5) | 0.4 (0.5 - 0.3) |
|