基于综合加权融合算法的学习评价方法及其证实

发布时间：2021-10-13 02:07

　　为解决单一学数据的学习评价信息缺失问题,提出多源教学数据融合的学习评价,用以探析数据融合技术在教学中的应用价值。先用Spearman计算不同数据源之间的相关性,算出不同数据源的关系权重和寻优权重,然后综合加权进行融合计算。通过综合加权融合对学生的综合学习评价进行融合计算,不仅可以平衡学生在不同教学方式下的学习评价的差异,融合不同学习方式之间的优缺点。通过实验验证综合加权的数据融合算法是效的,可以为更全面的学习评价提供帮助,为适应自身学习提供依据。 

【文章来源】：辽东学院学报(自然科学版). 2020,27(04)

【文章页数】：6 页

【文章目录】：
1 融合多源教学数据的学习评价的系统结构
2 基于学习评价的多源数据融合方法
    2.1 Spearman相关性计算
    2.2 关系权重计算
    2.3 寻优权重
    2.4 综合权重和多源数据融合的学习评价
3 基于学习评价的多源数据融合方法实证研究
    3.1 多源教学数据融合学习评分的相关计算
    3.2 多源数据融合与单一数据源LPR的比较
    3.3 多源数据融合与单一数据源STG的比较
    3.4 多源数据融合与多源数据均值的PEG比较
4 总结



本文编号：3433755