数字化学习环境下学生在线学习行为分析模型研究

发布时间：2021-04-04 02:29

　　本文首先介绍了数字化学习环境和在线学习行为的概念与特征,接着分析数字化学习环境下学生在线学习行为的影响因素,提出运用k-means和分类关联规则方法对某市广播电视大学在线学习平台行为数据进行挖掘,发现影响学习效果的关键因素,在此基础上构建了对数字化学习环境下学生在线学习行为分析模型。 

【文章来源】：数字技术与应用. 2020,38(11)

【文章页数】：3 页

【部分图文】：

学习者基本信息

运用分类关联规则算法(CAR-Apriori)对采集到的数据进行挖掘,发现行为数据和成绩之间的关联关系,找出影响学习效果的关键因素。设置最小支持度m i n s u p为1 0%,最小置信度minconf70%,CAR-Apriori挖掘算法如下:2.3.4 构建数字化学习环境下学生在线学习行为分析模型

本文在分析数字化学习环境下学生在线学习行为特征的基础上,提出了运用数据挖掘方法找出影响学习效果,即学习成绩的关键因素,构建出“数字化学习环境下学生在线学习行为分析模型”,为老师和教学管理人员进行学习干预,提高学生在线学习效果提供了参考。

【参考文献】：
期刊论文
[1]基于过程数据及分析的在线学习路径研究:规律与规划[J]. 崔萌,穆肃,黄晓地.  开放教育研究. 2020(03)
[2]基于数据挖掘的学习者在线学习行为分析模型构建[J]. 卓荣庆,柏忠贤.  计算机产品与流通. 2019(03)

硕士论文
[1]在线学习环境下学习者特征模型研究[D]. 张杜娟.华中师范大学 2018
[2]大数据环境下在线学习行为分析模型研究[D]. 李阳.哈尔滨理工大学 2017



本文编号：3117561