基于改进模糊均值聚类的汉语言学习用户学习行为模式研究

摘要：

为了实现汉语言在线学习用户学习行为聚类分析,针对FCM聚类结果易受其初始聚类中心选择的影响,提出一种基于IHS-FCM的汉语言学习用户学习行为聚类分析.选择参与维度、专注维度、规律维度、交互维度和学习成绩等作为学习行为的分析指标,学习者层次分为5个等级,分别为优秀、良好、中、合格和差.与HS-FCM、SVM和决策树对比发现,文中算法IHS-FCM具有更高的聚类准确率和更快的收敛速度以及更低的适应度,为学习者层次划分和优化课程学习提供了新的方法.

关键词：在线学习、汉语言、学习行为、模糊均值聚类、和声搜索算法

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：2019年陕西中医药大学校级教育教学改革研究项目2019jg19

在线出版日期：2020-12-03（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：69-72