基于贝叶斯网络模型的在线学习行为分析

摘要：

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.

关键词：在线教育、贝叶斯网络、学习行为、联合树、可解释性

所属期刊栏目：39

分类号：G434;TP399(电化教育)

资助基金：国家自然科学基金71671048

在线出版日期：2022-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：41-48