基于神经网络的学习成绩预测与学习推荐研究

来源 :第22届全球华人计算机教育应用大会 | 被引量 : 0次 | 上传用户:xczsb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  学习分析是近年来刚兴起的一个研究领域,迅速得到了研究者们的广泛重视。透过学习行为分析,能帮助学习者有指导性地进行他们的学习方法选择及学习时间分配。另一方面透过学习分析也可为教师和学校等提供有价值的反馈,帮助提高教学的效率与质量。本文对来自edX 慕课平台的64 万多条学习数据进行学习分析,借助树类模型中常见的熵增益(即信息增益)思想对数据项进行初步筛选,通过反向传播前馈神经网络(BP)对筛选后的数据进行训练并实现学习成绩预测,继而使用遗传算法(GA)推算学习目标达成条件并反馈给学习者。
其他文献
  实现学习资源的模板化包括学习界面结构、界面组成要素和学习资源内容设计,常见的学习界面结构包括T 字型、国字型和正文标题型三种。本文通过对40 家国内外网络教育平台
电子产品的兴起、课业负担的沉重以及户外运动的缺乏等各种原因,导致我国中小学学生视力不断下降.视力的下降与学生学业成绩有什么相关性?本文以中国华东某地区97所小学和初
  随着我国教育信息化的推进,电子书包走进课堂教学。作为课堂教学交互中最主要的言语行为之一,教师提问行为是否会因此受到影响。本研究通过观察A 小学两个班级(实验班采用
  学习分析系统是获取学习者学习数据的重要工具,已成为教育者和学习者关注的焦点。为了解大学生对于在学习分析系统中自身学习数据使用的态度,文章通过问卷调查和访谈,对收集
  近些年来,兴趣课程在学校课程体系中扮演着越来越重要的角色。国内对兴趣课程与学业成绩之间的相关性研究较少,样本数量也十分有限,且研究大多停留在质性问题的研究层面。因
  近年来,各种各样的在线学习系统在互联网领域已经普及,如大规模在线开放课程,正在生产大量的数据,为了分析这些数据,研究人员经常使用一种发展了20 年的方法-贝叶斯知识追踪。
会议
  近几年来,网络自适应学习系统建设有了很大的发展和进步,基本满足学习者个性化和差异化学习的需要。但是系统中对用户学习数据的分析处理还不够完善,本文的研究方向是将学习
  在线学习常常需要等质试卷来实施网络环境下的学习评价和测试,而目前的组卷系统大多在给定知识点覆盖和难度系数等的简单约束下从题库随机抽题,试卷质量得不到保证。本研
会议
  目前许多研究者和教育实践者都意识到了设立符合学生年龄特点的兴趣课程的重要性,在理论上提出了大量关于兴趣课程设立应该符合学生身心发展需要的观点,但却鲜有关于实践中
  目前的学习分析研究大多基于线上学习数据,而小学生学习行为大多发生在线下,学习数据较少,难以支撑针对小学生的学习分析研究.针对此问题,提出将认知游戏作为小学生为对象的
会议