基于聚类算法的线上学习行为分析——以Java面向对象程序设计课程为例

摘要：

为了有效利用线上学习平台记录的学生学习行为数据,从多方面刻画学习者画像,充分发挥线上教学的作用,以安徽科技学院物联网专业2017级80名学生为研究对象,对其开展了Java面向对象程序设计课程线上教学.在人工智能技术的驱动下,首先统计学生学习时间和视频内容数据,分析他们的观看习惯和对重点、难点内容的重视程度;然后在K-Means++聚类算法的基础上,分析课程视频、章节检测、学习次数、作业和签到等特征对学习效果的影响.结果表明:上述方法可以帮助总结学生的学习态度、偏好和习惯,将相似学习风格的学生聚为一类.老师可以通过线上学习行为的分析调整教学内容,改进教学方法,从而改善线上教学效果.

关键词：Java面向对象程序设计、学习行为数据、K-Means++聚类算法、线上教学

所属期刊栏目：36

分类号：TP312-4;G434(计算技术、计算机技术)

资助基金：安徽科技学院质量工程项目X2019034

在线出版日期：2022-11-07（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：119-122