大数据下提高远程教育质量提取有效资源仿真

摘要：

大数据下提高远程教育质量提取有效资源,可有效提高远程教育的网络教学效果.对于远程教育有效资源的提取,需要通过提取作业单元和知识分科的组织形态来完成.传统方法通过构造主观赋权模式来确定各课程属性的权重,得到作业单元的组织形态,但忽略了对知识分科形态的提取,导致提取效果差.提出基于大数据分析的远程教育质量有效资源的提取模型.获取远程教育有效资源的提取意识形态,计算出课程阶段性教学任务目标,依据学习进度与思维局限点之间的影响构成其教学导向,计算出学习者完成结构化教学目标的概率,结合多属性决策理论组建最初远程教育课程决策矩阵,获取作业单元的组织形态和远程教育知识分科的组织形态,并组建远程教育质量有效资源的提取模型.实验结果表明,所提模型能够有效提升远程教育课程教学质量,且可扩展性较强.

关键词：大数据、远程教育质量、有效资源的提取

所属期刊栏目：34

分类号：TP182(自动化基础理论)

在线出版日期：2017-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：212-215,334