学习分析的贝叶斯网络隐马尔柯夫链模型研究

发布时间：2021-10-26 01:07

　　本论文基于网络学校学习管理系统（LMS）和网络日志数据,面向网校提高教学管理效益的实际需求,开展了在线学习数据分析的综合性研究。研究分理论研究与实证研究双线展开。理论研究方面提出了基于贝叶斯网络的隐马尔柯夫过程逻辑斯蒂回归模型,以解决学习沉淀预测中静态协变量与动态行为序列隐变量相结合的复杂建模问题。并给出了参数估计过程,讨论了模型参数的方差估计和模型评价方法。在实证研究方面,首先是在线学习的特征提取与分析研究,通过数据挖掘的方法提取了沉淀学生与标杆学生的评价要素,明确了影响网校运营与学生学习绩效的重要问题是沉淀学生的识别与预警,建立了网络学习沉淀预警指标体系。继而深入研究了网络学习沉淀预警模型的构造方法与优化模型。先是基于传统逻辑斯蒂回归结合关键评议要素的观测变量构造了网络学习沉淀静态预警模型,可实现早期和中期的退学与学习低效预警。但早期退学预警静态模型准确率并不理想,引入“上网学习积极性”行为状态变量后准确率有所改善,可仍不能支持动态预警。最后采用理论研究的建模方法,引入基于贝叶斯网络的隐马尔柯夫过程回归,实现了具备不同“上网学习积极性”行为序列特征的分层回归,准确、动态预警了早期退... 

【文章来源】：首都经济贸易大学北京市

【文章页数】：162 页

【学位级别】：博士

【部分图文】：

实施学习分析的参考模型

图 1‐2 沉淀预警研究所用数据类型 研究的主要不足在于其对时间变化型数据的使用以对 LMS 及 WEB 日志序列数据的利用很不充分。这：间不变型数据和阶段性考核指标；

研究实施流程

【参考文献】：
期刊论文
[1]科学解释的贝叶斯网络模型探析[J]. 闫坤如.  自然辩证法研究. 2016(01)
[2]基于人工蜂群改进的BP神经网络移动用户行为分析及预测方法[J]. 罗海艳,杨勇,王珏,于海龙.  沈阳农业大学学报. 2015(06)
[3]基础教育领域网络虚拟学习社区的社区粘度研究[J]. 李波,杨开城,周航.  互联网天地. 2015(06)
[4]PLS提升大学生网络学习自我效能感的行为模式研究[J]. 谢幼如,伍文燕,倪妙珊.  电化教育研究. 2015(06)
[5]大数据视角下的学习分析综述[J]. 王良周,于卫红.  中国远程教育. 2015(03)
[6]基于TAM3模型的大学生网络学习行为影响因素研究[J]. 赵官虎,胡萃,陈丹,方旭.  中国教育技术装备. 2015(04)
[7]学习分析技术的发展和挑战——第四届学习分析与知识国际会议评析[J]. 吴永和,曹盼,邢万里,马晓玲.  开放教育研究. 2014(06)
[8]大学生基于手机的学习行为现状调查研究[J]. 周金辉,李晓飞.  中国远程教育. 2014(09)
[9]基于时间规律的独居老人日常行为异常预警系统设计[J]. 许丹纯,俞守华,区晶莹,张元欣.  计算机应用与软件. 2014(03)
[10]基于TPB和TAM的教师网络教学行为模型构建[J]. 张思,王春利,曾玉华.  中国远程教育. 2014(01)

博士论文
[1]网络学习行为分析及建模[D]. 彭文辉.华中师范大学 2012
[2]一类动态贝叶斯网络模型及其应用研究[D]. 朱浩.重庆大学 2012
[3]基于HMM的时间序列聚类与识别[D]. 马赓宇.清华大学 2004

硕士论文
[1]网络用户数据挖掘与行为分析[D]. 刘丽娟.北京交通大学 2014
[2]基于数据挖掘的网络用户行为分析[D]. 白友东.北京邮电大学 2014
[3]网络复杂学习环境下学业情绪与自我效能感对学习行为的影响关系研究[D]. 王瑞.西北大学 2013
[4]网络学习风格量表编制研究[D]. 张雪飞.华中师范大学 2013
[5]网络问题学习行为矫正实证研究[D]. 姚洁.华中师范大学 2013
[6]网络问题学习行为量表编制研究[D]. 李斐.华中师范大学 2013
[7]研究生网络学习行为研究[D]. 张利.华东师范大学 2013
[8]数据挖掘技术在网络教育平台中的应用研究[D]. 王丽影.天津师范大学 2008
[9]数据挖掘对Web访问日志的深度分析[D]. 盛昀瑶.华东师范大学 2007
[10]基于Web服务的网络学习行为采集与集成初步设计与实现[D]. 王巧玲.华中师范大学 2007



本文编号：3458523