李秉翰 Ping-Han, Lee

專題

(尚無)

論文主題

以深度知識追蹤模型應用於程式學習系統

近年來各國對於程式教育逐漸重視，程式設計能力已成為未來競爭的關鍵能力之

一。過去學生在程式教育課程中常因遇到困難無法解決，教師也不易瞭解學生在程式設

計學習過程中所遇到的問題與困境，導致學生學習成就與動機降低。目前眾多教育資料

探勘研究多著重於學生課程最終通過與否的預測，而透過深度知識追蹤可以針對學生的

學習軌跡進行知識建模，了解學生當下的知識掌握程度，協助學生針對弱點進行改善。

本研究以臺灣北部某國立大學研究所課程進行實驗，研究對象共計20 人，為期18

周。本研究結合深度知識追蹤開發一個程式設計教學輔助系統，並對學生課程中所累積

的數據進行預測，將成果即時的呈現於儀表板中，以幫助學生與教師了解學生學習行為

以及對於各項知識點的掌握程度，並提供相對應之學習建議。在資料分析方面則透過課

程專用伺服器，蒐集學生於程式編輯平台上所操作的日誌以及隨堂測驗的答題資料，並

透過深度知識追蹤進行預測。同時，檢視深度知識追蹤運用在程式設計課堂上的效果以

及是否能有效的協助學生進行學習。

研究結果發現，透過程式設計教學輔助系統，學生程式能力獲得顯著進步，運算思

維以及程式設計學習動機與學習成果呈現顯著正相關；深度知識追蹤能有效運用於程式

設計課堂中，而且針對學生進行不同知識點能力評估；於學習歷程中發現，學習表現較

差的學生有著較低的學習動機與較低的編程練習投入，授課教師可透過學習歷程數據主

動對學生提供協助。未來研究可參照本研究結果，進一步結合開源線上程式能力評量系

統，達到自動化辨識知識點的目標。