试论数据挖掘技术下推送式学习模型的构建

来源 :教育与教学研究 | 被引量 : 0次 | 上传用户:chaowei7838
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
推送式学习模型构建的主要目的在于实现个性化学习。这种学习不是被动而是主动呈现的,尤其是在大数据时代背景下,利用数据挖掘技术,根据学习者的学习行为和信息素养、信息习惯,在海量的信息数据中将知识主动推送给学习者,提高学习效率和兴趣。其模型构建主要包括数据采集、数据关联和主动推送等三大模块:数据采集模块意在获取学习者学习特征;数据关联模块意在将采集到的数据作同类合并处理,得出数据间的联系,研判学习者学习特征;主动推送模块则根据知识库与学习特征的匹配度,将学习资源主动推送给学习者,最终实现个性化学习。
其他文献
ERP沙盘模拟实验课程开设过程中存在的问题为:开课时数不足,开课时间安排不合理,专业教师缺乏。针对问题,调动学生的力量建立了ERP沙盘模拟实训学生自主管理工作室。通过五年的实
在建立搭接进度网络完工概率模型的基础上,分别提出了用MC(Monte Carlo)方法计算搭接进度网络完工概率的步骤和搭接进度网络完工概率的简化分析.实例分析表明,本文方法取得的
在数字流域平台构建的基础上,将雨量站的雨量信息与子流域单元进行空间匹配,避免了过去以流域面平均雨量值作为水文模型输入的弊端;同时依据地形条件相似性原理,在分析流域内
分析了施工进度计划中当出现多条 (期望 )关键路线及次关键路线和关键路线相接近时应用PERT存在的一些问题 ,指出了在计算完工概率时应用PERT的局限性 ;将多条 (期望 )关键路
为解决加权遍历模式挖掘问题,提出了一种从边加权有向图到顶点加权有向图的变换模型。基于该模型,提出了基于全局图遍历加权频繁模式挖掘算法。在该算法中,利用图全局拓扑信息评
在我国,高等教育作为一个新兴产业,既充满机遇,又面临挑战。尤其对于省市共建、地方为主的普通本科院校及由普通高等专科学校陆续升格为学院的新兴本科院校而言,面临极大的生存和
为自动获取平均测试费用最少,且能快速实现系统故障检测与隔离的最优测试序列,提出了一种准多步前向搜索算法。该算法结合了一步前向搜索和多步前向搜索的基本特点,并以信息增益
高校图书馆采访工作是文献资源建设的基础工作,是高校在教学、科研工作中不可缺少的组成部分,是保证馆藏质量的决定因素之一,是关系到图书馆各项职能的充分发挥的重要保证.做
优化课堂教学是提高课堂教学效率的关键。讲解精要化、讨论目标化、反馈及时化是优化语文教学过程的重要步骤。