基于贝叶斯网络模型的在线学习行为分析
线上线下结合的教学模式是未来教学的一个趋势,每一个学生的学习行为会直接影响学习结果,因此研究学习者学习行为对学习成绩的影响程度是目前的研究重点.目前常见的评价模型存在可信程度较低、可解释性较弱等问题,本文使用基于证据推理的贝叶斯网络(Bayes?Network,?BN)能够有效地解决这一问题.把方法应用在学习行为分析上,与常用的机器模型和深度学习模型进行比较,表现出更低的误差和更强的可解释性.
在线教育、贝叶斯网络、学习行为、联合树、可解释性
39
G434;TP399(电化教育)
国家自然科学基金71671048
2022-05-31(万方平台首次上网日期,不代表论文的发表时间)
共8页
41-48