退课监测视角的在线课程个性学习与信息茧房推荐困境
DOI:
https://doi.org/10.70693/jyxb.v2i2.439Keywords:
退课监测;在线课程;个性学习;信息茧房;推荐算法Abstract
教育数字化转型推动在线课程个性学习由理念走向平台化实践,但个性推荐在提升资源匹配与支持精准性的同时,也可能因依赖既有偏好、历史行为与静态标签而诱发信息茧房。本文基于退课监测视角,分析目标失衡、标签固化、内容收缩、协同不畅与治理滞后等问题及其成因,提出育人导向重构、课程图谱优化、探索推荐引入、协同干预强化与制度规范完善等路径,以促进精准支持与认知开放的动态平衡。
References
[1]班启敏, 吴雯, 胡文心等. 2022. 基于学习者知识和性格的个性化课程推荐. 华东师范大学学报(自然科学版) [J]: 87-101.
[2]陈芮, 李飞, 王占全. 2023. Prefix-LSDPM:面向小样本的在线学习会话退出预测模型. 华东理工大学学报(自然科学版) [J], 49: 754-763.
[3]高雪, 蒋晓 2022. 分布式认知视角下在线教育平台设计策略. 包装工程 [J], 43: 365-371.
[4]韩锡斌, 陈香妤, 刁均峰等. 2022. 高等教育教学数字化转型核心要素分析——基于学生和教师的视角. 中国电化教育 [J]: 37-42.
[5]黄昌勤, 涂雅欣, 俞建慧等. 2021. 数据驱动的在线学习倦怠预警模型研究与实现. 电化教育研究 [J], 42: 47-54.
[6]匡容, 杨振国, 刘文印 2020. 基于多重因素的个性化学习推荐系统. 计算机应用研究 [J], 37: 183-187.
[7]刘桐, 顾小清 2022. 以学习分析技术理解学习失败——基于在线课程退课行为的视角. 开放教育研究 [J], 28: 93-101.
[8]刘玉萍, 徐学福 2022. 服务大规模个性化教学的制度建构逻辑. 电化教育研究 [J], 43: 40-46+69.
[9]吴娟, 陈蕊, 吴磊等. 2023. 混合场景下阅读投入的多模态表征与预警研究. 电化教育研究 [J], 44: 90-98.
[10]叶俊民, 尹兴翰, 于爽等. 2025. 生成式人工智能赋能学习分析:价值内涵、实践框架及发展路向. 电化教育研究 [J], 46: 86-92.
[11]朱红涛, 李姝熹 2021. 信息茧房研究综述. 图书情报工作 [J], 65: 141-149.
[12]朱永海, 张佳鑫, 韩锡斌 2025. 基于生成式人工智能的个性化学习新形态. 电化教育研究 [J], 46: 58-64.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 习佳宁, 施雯

This work is licensed under a Creative Commons Attribution 4.0 International License.
















中国现代教育学报© 2025 已获得