面向学习者画像的数据采集方法分析

来源 :现代计算机 | 被引量 : 0次 | 上传用户:dxw2814
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
本文旨在对学习者在学习过程中的状态、行为数据的采集方法进行归纳、整理和分析,以期为今后数据采集方法的深入研究提供重要参考,并为学习者画像的有效构建提供强有力的数据支撑。本文首先分析学习者画像的特征维度及相应数据,然后探讨多维度数据的采集方法,包括新兴信息类技术、管理平台类技术和传统线下方式等。现有的数据采集方法能一定程度上采集到学习者在学习活动过程中的近乎真实的状态、行为数据。没有深入分析数据采集方法之间的优劣、各维度数据之间的逻辑关系和数据采集过程中的注意事项等。尽管现有的数据采集方法能一定程度上满足学
其他文献
在交通运输网络和智能驾驶系统中,交通信号灯的检测和识别是必不可少的。利用CenterNet网络模型检测交通信号灯,存在收敛速度慢、网络训练时间长的问题。针对这个问题,提出了在TTFNet (Training-Time-Friendly Network)模型上减少网络的通道数并添加层级连接结构来检测交通信号灯。最后在巴黎LaRa公开的TLR交通信号灯数据集上进行实验验证。实验结果表明,对于交通信号灯