数据集概述
本数据集基于在线本科课程（N=142）的Moodle平台滚动和日志数据，分析阅读与测验活动的交互关系。通过用户会话的过程和序列模式识别，得到6类会话集群及7类学习者行为集群，为自适应学习支持提供依据。数据集包含分析代码、环境配置文件及匿名化CSV数据文件。
文件详解
- 分析代码文件
- 文件名称：Analysis.ipynb
- 文件格式：IPYNB
- 字段映射介绍：包含所有数据分析的Python代码块，可通过执行代码块复现研究分析过程
- 环境配置文件
- 文件名称：requirements.txt
- 文件格式：TXT
- 字段映射介绍：列出运行Analysis.ipynb所需的Python模块依赖
- 数据文件夹（data）
- 文件夹内容：包含多个匿名化CSV文件，对应Moodle数据库表
- 具体文件：m_assign.csv、m_course_modules.csv、m_quiz.csv、no_students.csv、user_acceptances.csv、m_assign_grades.csv、m_course_sections.csv、m_quiz_attempts.csv、scroll.csv
- 文件格式：CSV
- 字段映射介绍：文件编码为UTF-8，列分隔符为分号，行分隔符为换行符，包含课程作业、课程模块、测验、学生信息、用户接受度、作业成绩、课程章节、测验尝试、滚动行为等数据
数据来源
FernUniversität in Hagen（德国哈根开放大学）CATALPA项目
适用场景
- 在线学习行为分析: 研究学习者在Moodle平台中阅读与测验活动的交互模式和序列特征
- 自适应学习支持设计: 基于会话集群和学习者行为集群，开发个性化学习支持策略
- 教育数据挖掘: 分析学习过程中的行为模式与知识获取的关联关系
- 学习评估优化: 探究测验活动对阅读行为及知识理解的影响机制
- 在线课程设计改进: 依据行为分析结果优化课程内容组织与评估方式
