摘要
随着网络技术的普及和教育信息化程度的提高，计算机支持的协作学习(CSCL)的研究和应用己经成为网络教育领域的研究热点。分组是协作学习进行的前提条件，因此如何科学合理地构建协作小组是本文研究的主要问题。 针对该问题，本文所做的研究主要包括以下几个方面： 第一、通过分析CSCL的相关理论，结合CSCL分组的决定因素，确定了在构建协作小组时学生的关键特征--学习风格、知识基础和交流能力。并且在分析上述特征的复杂性和模糊性的基础上，将其量化为6个指标，统称为学生的协作学习能力。 第二、由于协作学习能力缺乏统一的衡量标准，所以本文根据分组时判断标准的要求，结合协作学习能力的模糊性，利用模糊等价关系的聚类分析方法对具有相似能力的学生进行模糊划分。根据每一分类的特征，建立学生协作学习能力衡量标准，为下一步对学生进行模糊识别提供了依据。 第三、本文构造了4个模糊集合表示学生的协作学习能力水平，并定义了模糊集合的隶属函数。在此基础上，根据模糊模式识别的方法，提出了先判断学生的协作学习能力水平，再进行合理分配的分组方法，并给出了该方法的实现步骤。本文的分组方法将模糊模式识别科学地应用到CSCL的分组研究中，为综合衡量学生协作学习能力提供了解决方案。 第四、设计实验对本文的分组方法进行了验证，通过调查问卷和协作绩效分析，表明了该方法的可行性和有效性。 本文的研究结果对改进CSCL的分组方法、提高协作学习的效率、推动CSCL的应用具有一定的促进作用，同时也为模糊数学理论应用于CSCL的研究提供了新的思路。
NETL