论文部分内容阅读
摘要:本文描述了如何利用数据挖掘(DM)技术,分析了各种模式的在线学习行为,并对学习成果进行了预测。本课题组利用统计模型和机器学习DM技术对17,934个服务器日志进行了分析, 调查了南昌高校的98位本科生在网上学习的行为过程,从学生的行为模式和喜好等方面科学地区分了主动学习者和被动学习者,并发现了性能预测的重要参数,得出“数据挖掘技术辅以在线导师的指导,可以提高网上教学和学习的效率”的结论,给教学设计和课件开发提供了参考建议。
全文查看链接
在这项研究中,笔者根据学生常见的学习活动生成了一个三维图(图2)来说明下列变量之间的关系:总数发布消息数量(NP)、阅读消息总数量(NR)、访问课程教材的总频率(FAC)。结果表明,一小部分学生访问教材频率低,发布的消息数量较少,读取的消息数量也较少,大多数学生的模式则分散在图形中。
全文查看链接