基于在线学习行为的学习效果预测

摘要：

随着互联网不断地发展,越来越多的人选择通过MOOC平台学习知识.但是,在网络上,老师很难知道学习者的学习情况,不利于对教学资源配置和指导教学过程进行调整.本研究提出建立学生学习动态模型,对学生学习情况进行分析并及时反馈学习结果.本研究先利用最近邻算法中的IBK算法,对学生行为数据的异常数据进行排除,运用等频装箱法将学生的学习成绩和学习行为数据进行处理.利用GBDT模型、SVM模型建立学生学习成绩预测模型;最后利用随机森林模型对数据进行训练,建立学生学习成绩影响因素模型,并对模型进行分析.通过学生学习成绩影响因素模型的分析,找出影响学生学习成绩的主要几点因素.通过学生学习成绩预测模型,及时对学生学习情况进行分析.实验结果表明,本实验的学生学习动态模型能较为准确地对学生成绩进行预测,并能够及时得出影响学生学习的主要几点因素.有利于老师及时了解学生情况并及时对教学配置和教学指导进行调整,提高学生的学习效率.

关键词：MOOC平台、最邻近算法、IBK算法、等频装箱法、GBDT模型、SVM模型、随机森林模型

所属期刊栏目：14

分类号：G434(电化教育)

在线出版日期：2018-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：149-152