成振波 李正思 柯善軍

摘? 要：基于Felder-Silverman學(xué)習(xí)風(fēng)格模型理論，借助所羅門量表對學(xué)生進行分類，通過單因素方差分析個體學(xué)習(xí)風(fēng)格與理論測試、實操訓(xùn)練、PBL小組作業(yè)和綜合作業(yè)等各項成績的關(guān)系，發(fā)現(xiàn)在線上線下混合課程學(xué)習(xí)中，活躍型、視覺型、感悟型學(xué)習(xí)風(fēng)格分別在理論學(xué)習(xí)、技能訓(xùn)練和應(yīng)用能力轉(zhuǎn)化方面更具優(yōu)勢。通過教學(xué)平臺提取學(xué)習(xí)行為數(shù)據(jù)，分析個體學(xué)習(xí)風(fēng)格與在線學(xué)習(xí)行為中的反芻比、提交作業(yè)時間系數(shù)等參數(shù)存在相關(guān)性，從行為學(xué)層面驗證和剖析了學(xué)習(xí)風(fēng)格與學(xué)習(xí)成效的關(guān)聯(lián)原因。

關(guān)鍵詞：線上線下混合課程；SPOC；學(xué)習(xí)風(fēng)格模型；Felder-Silverman；學(xué)習(xí)成效；學(xué)習(xí)行為；計算機輔助設(shè)計教育

中圖分類號：TP39；G434? 文獻標(biāo)識碼：A? 文章編號：2096-4706（2023）10-0171-06

Abstract： Based on Felder-Silverman learning style model theory， students are classified using Solomon scale. Analyzes the relationship between individual learning styles and theoretical testing， practical training， PBL group work， and comprehensive work through one-way ANOVA， it is found that active， visual， and perceptive learning styles are more advantageous in theoretical learning， skill training， and application ability transformation in online and offline blending course learning. Extracts learning behavior data through the teaching platform， analyzes the correlation between individual learning style and online learning behavior parameters such as rumination ratio， homework submission time coefficient， and validates and analyzes the reasons for the correlation between learning style and learning effectiveness from a behavioral perspective.

Keywords： online and offline blending course; SPOC; learning style model; Felder-Silverman; learning effectiveness; learning behavior; computer aided design education

0? 引? 言

2020年疫情期間，全國范圍內(nèi)各大高校適機開展各種形式的在線教學(xué)，極大地促進了后疫情時代線上線下混合式教學(xué)模式的普及[1]。在線上線下混合式教學(xué)方面的研究和探索，對當(dāng)下高校教學(xué)的發(fā)展具有重要意義。小規(guī)模限制性在線課程（Small Private Online Course， SPOC）是一種更加適合線上線下混合式教學(xué)的教學(xué)模式，它借助MOOC的資源優(yōu)勢，結(jié)合傳統(tǒng)教學(xué)方式，基于小班的學(xué)生班級建制，能夠做到因材施教；同時，利用線上平臺解除了學(xué)習(xí)時間限制和空間約束[2]。

1? 面向SPOC教學(xué)模式的學(xué)習(xí)行為研究基礎(chǔ)

作為一種新興的教學(xué)模式，SPOC提供的并不是簡單地把傳統(tǒng)課堂教學(xué)內(nèi)容轉(zhuǎn)移到在線教學(xué)平臺，而是要求高校教師充分利用互聯(lián)網(wǎng)資源和技術(shù)更加有效地改善和提升教學(xué)效果，這也是高校教師所面臨的機遇和挑戰(zhàn)。

秦曉安等[3]通過收集在線課程平臺上的學(xué)生學(xué)習(xí)狀態(tài)數(shù)據(jù)，利用大數(shù)據(jù)技術(shù)先對學(xué)生的學(xué)習(xí)行為數(shù)據(jù)進行聚類分析，然后進行學(xué)習(xí)行為數(shù)據(jù)與學(xué)習(xí)成效之間的關(guān)聯(lián)分析。宋超等[4]針對傳統(tǒng)學(xué)習(xí)與在線學(xué)習(xí)各自的優(yōu)勢和弊端，結(jié)合SPOC的性質(zhì)和特點，對學(xué)生學(xué)習(xí)行為、SPOC教學(xué)對學(xué)生學(xué)習(xí)習(xí)慣的影響，以及對SPOC環(huán)境下學(xué)生的個性化學(xué)習(xí)行為進行分析和研究。劉冰[5]等從人機互動和人際互動兩個方面對SPOC平臺上的學(xué)習(xí)記錄進行數(shù)據(jù)分析，挖掘SPOC學(xué)習(xí)者的在線學(xué)習(xí)行為特征。劉杰[6]等采用一般認(rèn)知智力知識整合理論來厘清學(xué)習(xí)模式與個體差異之間的關(guān)系，從而發(fā)現(xiàn)不同學(xué)習(xí)者的學(xué)習(xí)模式，同時從SPOC平臺對不同學(xué)習(xí)者作用程度這一角度來解釋學(xué)習(xí)模式對學(xué)習(xí)者知識構(gòu)建的影響。

本人[7，8]通過對在線課程后臺數(shù)據(jù)的分析，研究線上線下混合式學(xué)習(xí)行為與學(xué)習(xí)成效之間的關(guān)聯(lián)關(guān)系?；谇懊娴难芯炕A(chǔ)，本次研究基于Felder-Silverman學(xué)習(xí)風(fēng)格模型理論對學(xué)生進行分類，鑒于學(xué)習(xí)風(fēng)格模型具有獨特性、穩(wěn)定性，基于混合式教學(xué)場景，對比不同類型學(xué)生在知識素養(yǎng)、技能掌握和應(yīng)用能力等方面的差異，找出學(xué)習(xí)風(fēng)格與線上線下混合式學(xué)習(xí)成效之間的關(guān)聯(lián)。

2? 計算機輔助平面設(shè)計的學(xué)習(xí)風(fēng)格模型分析

2.1? Felder-Silverman學(xué)習(xí)風(fēng)格理論

Felder-Silverman學(xué)習(xí)風(fēng)格模型理論跨過于洋蔥模型的中間層和最內(nèi)層，該模型主要分析學(xué)生的認(rèn)知風(fēng)格和信息處理偏好。該學(xué)習(xí)風(fēng)格模型針對信息加工、感知、輸入和理解4個方面將學(xué)習(xí)風(fēng)格分為8種：知識加工維度——活躍型與沉思型，知識感知維度——感悟型與直覺型，知識輸入維度——視覺型與言語型，知識理解維度——序列型與綜合型，各種學(xué)習(xí)風(fēng)格的特點如表1所示[9-12]。

Felder-Silverman學(xué)習(xí)風(fēng)格模型主要通過所羅門學(xué)習(xí)風(fēng)格量表來測定，該表共包含44個問題。每個問題有a、b兩個選項，通過對每個維度答案的統(tǒng)計，計算其差值，可將學(xué)習(xí)者分為3種類型。以視覺型與言語型為例，最終結(jié)果為11a～5a屬于視覺型，3a～3b屬于平衡型，5b～11b屬于言語型［11，12］。

2.2? 計算機輔助平面設(shè)計課程的線上線下混合教學(xué)模式

我?！坝嬎銠C輔助平面設(shè)計”課程是面向工業(yè)設(shè)計、產(chǎn)品設(shè)計專業(yè)二年級學(xué)生的專業(yè)基礎(chǔ)課。本課程屬于計算機圖形技術(shù)在設(shè)計學(xué)領(lǐng)域的交叉應(yīng)用，培養(yǎng)學(xué)生在產(chǎn)品造型設(shè)計領(lǐng)域的實踐和應(yīng)用能力。根據(jù)我校應(yīng)用型人才的培養(yǎng)定位，結(jié)合學(xué)科核心素養(yǎng)培養(yǎng)目標(biāo)，學(xué)生通過本課程的學(xué)習(xí)能夠掌握計算機圖形學(xué)、設(shè)計學(xué)和美學(xué)的交叉知識，能夠使用Photoshop、Illustrator等軟件工具，在版式設(shè)計、產(chǎn)品造型、交互界面領(lǐng)域進行設(shè)計方案的推敲、深化、表達與展示。從2015年迄今，本課程的教學(xué)逐漸完成了從傳統(tǒng)課堂到線上線下混合教學(xué)模式的轉(zhuǎn)變，教師們摸索出適合本課程混合式教學(xué)的教學(xué)內(nèi)容和教學(xué)方法。線上教學(xué)平臺是超星學(xué)銀在線，線下教學(xué)環(huán)境為我校智慧教室，如圖1所示。

本課程共48個學(xué)時，其中線上自主學(xué)習(xí)24個學(xué)時，線下學(xué)習(xí)24個學(xué)時。教學(xué)活動采用翻轉(zhuǎn)課堂的形式開展，難理解、需要反復(fù)學(xué)習(xí)的知識和訓(xùn)練被設(shè)定為自主線上學(xué)習(xí)，線下課程則以啟發(fā)性、互動性以及發(fā)揮學(xué)生創(chuàng)造性的項目式學(xué)習(xí)（Project-based Learning， PBL）中的項目引導(dǎo)、小組討論等為主，如圖2所示，項目來源于企業(yè)實題，提升學(xué)生對設(shè)計工具的應(yīng)用能力和創(chuàng)新能力。

2.3? 計算機輔助平面設(shè)計課程學(xué)生學(xué)習(xí)風(fēng)格模型分析

2020—2021學(xué)年春季學(xué)期，我校工業(yè)設(shè)計和產(chǎn)品設(shè)計的兩個班分別開設(shè)本課程，采用小班制教學(xué)，單班人數(shù)不超過30人，兩個班合計人數(shù)為54人。為了便于數(shù)據(jù)統(tǒng)計，將工業(yè)設(shè)計班命名為C1，將產(chǎn)品設(shè)計班命名為C2，開課時通過所羅門量表對兩個班級的學(xué)生進行了Felder-Silverman學(xué)習(xí)風(fēng)格測試，在測試結(jié)果中，總體平衡型比重較高，為增加區(qū)分度調(diào)整了區(qū)間閾值，調(diào)整區(qū)分度較大題目的權(quán)重［12］，總體測試數(shù)據(jù)如表2所示。

表中無平衡型，平衡型＝班級人總數(shù)－對應(yīng)維度兩種學(xué)習(xí)風(fēng)格人數(shù)和。

工業(yè)設(shè)計專業(yè)C1的學(xué)生來自普通高中理科生，而產(chǎn)品設(shè)計專業(yè)C2的學(xué)生來自藝術(shù)類文科生，通過兩個班的數(shù)據(jù)對比可以發(fā)現(xiàn)：

1）在信息感知維度上，感悟型、直覺型和平衡型的比例比較接近，C2班感悟型比例高于C1班，而C1班直覺型比例高于C2班。

2）在信息輸入維度上，當(dāng)前學(xué)生明顯更加偏向于視覺型，這和目前的多媒體技術(shù)在教育領(lǐng)域的應(yīng)用以及短視頻普及有一定的關(guān)系，學(xué)生對圖形、視頻媒體的學(xué)習(xí)能力更強，相對而言C1班平衡型比例略高。

3）在信息加工維度上，C1班的分布比例中沉思型＞平衡型＞活躍型，而C2班的分布比例中平衡型＞沉思型＞活躍型。

4）在內(nèi)容理解維度上，兩個班都是平衡型較高，C1班中綜合型比例高于C2班。

總體數(shù)據(jù)表明，文科藝術(shù)生更擅長利用已有知識解決問題，更傾向于視覺媒體信息學(xué)習(xí)，比較樂于團隊合作和討論解決問題；而理科學(xué)生更喜歡創(chuàng)新、獨立思考，更善于理解抽象知識，遇到問題時喜歡總攬全局找到解決方案。

3? 學(xué)習(xí)風(fēng)格和學(xué)習(xí)成效之間的關(guān)聯(lián)分析

本課程考核內(nèi)容兼顧線上線下課堂，重視過程性考核，具體成績組成包括：在線理論知識測試（15%）、實操訓(xùn)練項目（50%）、線下PBL小組評分（15%）、綜合大作業(yè)（20%），分別考評了學(xué)生的知識素養(yǎng)、技能應(yīng)用能力、團隊合作創(chuàng)新能力和應(yīng)用能力，如圖3所示。

理論學(xué)習(xí)和實操訓(xùn)練主要由學(xué)生自主在線完成指定教學(xué)視頻的學(xué)習(xí)和訓(xùn)練，教師提供答疑和指導(dǎo)，在線下課程上課前通過線上平臺發(fā)布理論測試題，學(xué)生可在手機或PC終端完成，測試題以選擇題和填空題為主，由系統(tǒng)直接評分，實操訓(xùn)練由教師手動批改。PBL項目在線下課上完成，學(xué)生分組完成教師布置的開放性項目，通過討論、設(shè)計、展示等環(huán)節(jié)，教師對小組整體進行評分。綜合大作業(yè)屬于結(jié)課考核，主要考查學(xué)生的技術(shù)應(yīng)用能力。

課程結(jié)束后，根據(jù)學(xué)生的學(xué)習(xí)風(fēng)格屬性和各項成績生成學(xué)生的數(shù)據(jù)，如表3所示，為方便統(tǒng)計計算，將感悟型、視覺型、活躍型、序列型賦值為1，將直覺型、言語型、沉思型、綜合型賦值為-1，將所有平衡型賦值為0。

3.1? 學(xué)習(xí)風(fēng)格與在線理論學(xué)習(xí)成績之間的關(guān)系

對所有學(xué)生的學(xué)習(xí)風(fēng)格和理論學(xué)習(xí)成績進行逐項單因素方差分析，發(fā)現(xiàn)感悟直覺型、視覺言語型、序列綜合型對理論學(xué)習(xí)成績沒有顯著影響，活躍沉思型對理論學(xué)習(xí)成績有顯著影響，分析方式如表4所示。其中方差齊性檢查顯著性＞0.05表示方差齊，方差分析有意義。在單因素分析表中我們可以看到，顯著性P=0.006＜0.05，說明這三個組中至少有兩個組之間是存在顯著性差異的。

以活躍沉思型為橫坐標(biāo)，以理論學(xué)習(xí)成績?yōu)榭v坐標(biāo)，通過箱型圖和平均值圖可發(fā)現(xiàn)活躍型理論學(xué)習(xí)測試成績優(yōu)于平衡型，平衡型理論學(xué)習(xí)測試成績優(yōu)于沉思型?？赏茰y由于線上理論學(xué)習(xí)以知識學(xué)習(xí)為主，內(nèi)容相對枯燥，需要學(xué)生具有較強的主動學(xué)習(xí)意識，盡管沉思型學(xué)生喜歡獨立思考問題，但是活躍型學(xué)生的學(xué)習(xí)成績更好，如圖4所示。

3.2? 學(xué)習(xí)風(fēng)格與實操訓(xùn)練學(xué)習(xí)成效之間的關(guān)系

對學(xué)習(xí)風(fēng)格和實操訓(xùn)練成績進行逐項單因素方差分析，發(fā)現(xiàn)感悟直覺型、活躍沉思型對理論學(xué)習(xí)成績沒有顯著影響，視覺言語型、序列綜合型對實操訓(xùn)練成績有顯著影響，各組之間存在顯著差異，如圖5所示。

分別以視覺言語型、序列綜合型為橫坐標(biāo)，以實操訓(xùn)練成績?yōu)榭v坐標(biāo)，通過箱型圖和平均值圖可發(fā)現(xiàn)視覺型實操學(xué)習(xí)成績優(yōu)于平衡型，平衡型實操學(xué)習(xí)成績優(yōu)于言語型。由于課程實操訓(xùn)練采用視頻講解的形式，需要學(xué)生跟著視頻操作，可以推測出視覺型學(xué)生更善于視覺媒體的學(xué)習(xí)，比言語型學(xué)生的學(xué)習(xí)風(fēng)格效果更好。而對于序列綜合型則是平衡型優(yōu)于序列型，序列型優(yōu)于綜合型，可見對于所學(xué)知識內(nèi)容的理解需要較為平衡的學(xué)習(xí)風(fēng)格，明顯地向綜合型或序列型轉(zhuǎn)變并不能很好地解決實操訓(xùn)練中的問題。

3.3? 學(xué)習(xí)風(fēng)格與在PBL小組評分之間的關(guān)系

由于本課程PBL作業(yè)是由小組在課下合作完成的，并對小組進行整體評分，小組學(xué)習(xí)過程中存在組員之間互相促進、相互激勵，在對學(xué)習(xí)風(fēng)格和PBL小組成績單因素方差的分析中，未發(fā)現(xiàn)任何一種學(xué)習(xí)風(fēng)格對PBL小組評分產(chǎn)生顯著影響。

3.4? 學(xué)習(xí)風(fēng)格與綜合大作業(yè)評分的關(guān)系

對所有學(xué)生的學(xué)習(xí)風(fēng)格和綜合大成績進行逐項單因素方差分析，發(fā)現(xiàn)活躍沉思型、視覺言語型、序列綜合型對綜合大作業(yè)成績沒有顯著影響，感悟直覺型對大作業(yè)成績有顯著影響，各組之間存在顯著差異，如圖6所示。

以感悟直覺型為橫坐標(biāo)，以綜合大作業(yè)成績?yōu)榭v坐標(biāo)，通過箱型圖和平均值圖可發(fā)現(xiàn)感悟型大作業(yè)成績優(yōu)于平衡型，平衡型大作業(yè)成績優(yōu)于直覺型。這說明感悟型學(xué)習(xí)者通常喜歡根據(jù)已有的事實來考慮和解決問題，在混合式學(xué)習(xí)過程中，感悟型學(xué)習(xí)者更容易將所學(xué)的知識進行轉(zhuǎn)化，從而取得較好的學(xué)習(xí)效果。

4? 學(xué)習(xí)風(fēng)格和學(xué)習(xí)行為之間的關(guān)聯(lián)分析

通過從教學(xué)平臺提取學(xué)生在線學(xué)習(xí)數(shù)據(jù)，可以深入分析學(xué)習(xí)風(fēng)格與學(xué)習(xí)行為之間的關(guān)系，進而可從行為學(xué)角度剖析學(xué)習(xí)風(fēng)格對學(xué)習(xí)成效產(chǎn)生影響的深層原因。學(xué)生學(xué)習(xí)行為包括章節(jié)點擊數(shù)量、視頻反芻比（指學(xué)生學(xué)習(xí)某任務(wù)所花費的總時長與任務(wù)視頻時長的比例，這個比例反映了學(xué)生重復(fù)學(xué)習(xí)該視頻的次數(shù)）、理論測試提交時間系數(shù)M、學(xué)習(xí)時間段系數(shù)N。m值表示學(xué)生提交理論測試時間系數(shù)，M表示學(xué)生提交四次理論測試時間系數(shù)的總和。

N=（N1+N2+N3+N4）/4

N表示學(xué)生在線學(xué)習(xí)時間段系數(shù)，1表示上午8：00—12：00，2表示下午12：00—18：00，3表示晚上18：00—24：00，4表示凌晨00：00—8：00，N為所有學(xué)習(xí)時間段系數(shù)的均值。由于學(xué)習(xí)風(fēng)格屬于非連續(xù)變量，為統(tǒng)計學(xué)習(xí)風(fēng)格與學(xué)習(xí)行為之間的相關(guān)性，將學(xué)習(xí)風(fēng)格轉(zhuǎn)化為數(shù)值，9a=9，7a=7…a=1，9b=-9，7b=-7…b=-1，得到表5。

通過對學(xué)習(xí)風(fēng)格與學(xué)習(xí)行為雙變量的相關(guān)性分析，由于學(xué)習(xí)行為數(shù)據(jù)為非正態(tài)分布線性數(shù)據(jù)，選用斯皮爾曼系數(shù)，可得到表6。

從表6中可以看出，感悟直覺型、活躍沉思型的學(xué)習(xí)風(fēng)格與理論測試提交時間系數(shù)呈負(fù)相關(guān)，表明感悟型、活躍型學(xué)習(xí)者的學(xué)習(xí)風(fēng)格是提交作業(yè)時間更早，在教師布置作業(yè)后很快做出響應(yīng)，他們的學(xué)習(xí)主動性更強，驗證了前文3.1中的結(jié)果；感悟直覺型、視覺言語型、活躍沉思型都與實操視頻反芻比呈正相關(guān)，也就是說感悟型、視覺型、活躍型學(xué)習(xí)者的學(xué)習(xí)風(fēng)格是對實操訓(xùn)練視頻的學(xué)習(xí)時間更長，容易取得更好的實操成績，驗證了本文3.2中的結(jié)果；活躍沉思型與學(xué)習(xí)時間段系數(shù)呈正相關(guān)，也就是說活躍型學(xué)習(xí)者的學(xué)習(xí)風(fēng)格是學(xué)習(xí)時間更晚，說明學(xué)生在晚上或夜間的學(xué)習(xí)效率更高。

5? 結(jié)? 論

綜上，基于Felder-Silverman學(xué)習(xí)風(fēng)格模型對學(xué)生進行分類，在線上線下混合式課程中，由于教學(xué)內(nèi)容主要是由視頻資源構(gòu)成的，學(xué)生中視覺型比言語型更適合于在線媒體信息的學(xué)習(xí)，尤其是在技能訓(xùn)練中取得了更好的效果；感悟型學(xué)生比直覺型學(xué)生更善于靈活運用所學(xué)知識、技能處理問題，不斷提升自己的應(yīng)用能力；活躍型比沉思型更具主動學(xué)習(xí)意識，由于在線課堂學(xué)習(xí)中學(xué)生的沉浸感比線下課堂弱，因此活躍型學(xué)生對較單調(diào)內(nèi)容的學(xué)習(xí)效果更好；在內(nèi)容理解維度上，綜合型和序列型學(xué)生并不會產(chǎn)生明顯的學(xué)習(xí)效果，而平衡型學(xué)生的學(xué)習(xí)效果會更好。

值得注意的是，在群體學(xué)習(xí)中，影響因素較多，個體學(xué)習(xí)風(fēng)格并不會對整體小組PBL成績產(chǎn)生決定性的影響。對比C1班和C2班的整體成績會發(fā)現(xiàn)，盡管C2班在學(xué)習(xí)風(fēng)格維度上比C1班更有優(yōu)勢，但是除了C1班理論測試平均成績、綜合大作業(yè)成績均值略低于C2班，其他項目平均成績兩個班級基本持平，說明整體學(xué)習(xí)風(fēng)氣對學(xué)習(xí)成效也是有一定影響的。本課程屬于圖形學(xué)與設(shè)計學(xué)的交叉應(yīng)用型課程，并不具備明顯的文理傾向，針對不同學(xué)科課程的研究需要做進一步的探索。

參考文獻：

[1] 張文.基于資源庫建設(shè)的版式設(shè)計課程設(shè)計 [J].西南師范大學(xué)學(xué)報：自然科學(xué)版，2021，46（7）：169-174.

[2] 羅麗蘋，李相勇，賈巍.基于“SPOC＋微課＋BYOD”的翻轉(zhuǎn)課堂設(shè)計與應(yīng)用———以《大學(xué)計算機基礎(chǔ)》公共課為例 [J].西南師范大學(xué)學(xué)報：自然科學(xué)版，2017，42（8）：158-164.

[3] 秦曉安，王睿，程鴻芳.線上教學(xué)學(xué)生學(xué)習(xí)行為與成效的大數(shù)據(jù)分析研究 [J].安徽商貿(mào)職業(yè)技術(shù)學(xué)院學(xué)報：社會科學(xué)版，2020，19（3）：68-71.

[4] 宋超，彭心雨，張新燕，等.基于SPOC的個性化學(xué)習(xí)模型分析與構(gòu)建 [J].教育教學(xué)論壇，2018（24）：276-278.

[5] 劉冰，李彥敏.SPOC學(xué)習(xí)者在線學(xué)習(xí)行為特征分析——基于互動視角 [J].集美大學(xué)學(xué)報：教育科學(xué)版，2019，20（1）：33-38+54.

[6] 劉杰，楊娟，廖雪花，等.SPOC學(xué)習(xí)中學(xué)習(xí)者知識整合差異性研究 [J].中國遠(yuǎn)程教育，2019（1）：36-46.

[7] 成振波，柯善軍，秦燕.基于SPOC的計算機輔助工業(yè)設(shè)計學(xué)習(xí)效率分析 [J].教育教學(xué)論壇，2019（17）：178-179.

[8] 成振波，秦燕.基于MOOC/SPOC的任務(wù)驅(qū)動課程建設(shè)研究——以計算機輔助工業(yè)設(shè)計課程為例 [J].高教學(xué)刊，2017（7）：30-31.

[9] 李婷婷，周麗萍，黎明.大學(xué)生學(xué)習(xí)風(fēng)格調(diào)查與分析——基于Felder-Silverman及Kolb量表 [J].中國教育信息化，2019（15）：24-28.

[10] ALLIOUI Y E. Advanced prediction of learner's profile based on Felder-Silverman learning styles using web usage mining approach and fuzzy c-means algorithm [J].International Journal of Computer Aided Engineering and Technology，2019，11（4/5）：495-512.

[11] 閆利霞.淺析基于學(xué)習(xí)行為的Felder-Silverman風(fēng)格模型修正 [J].中國教育信息化，2018（19）：21-23.

[12] 王晨煜，管明輝，殷傳濤，等.基于Felder-Silverman學(xué)習(xí)風(fēng)格模型的網(wǎng)絡(luò)學(xué)習(xí)風(fēng)格研究 [J].重慶理工大學(xué)學(xué)報：自然科學(xué)，2017，31（2）：102-109.

作者簡介：成振波（1980.07—），男，漢族，河北邢臺人，副教授，碩士，研究方向：計算機輔助設(shè)計教學(xué)。