基于CF-DTW的学习风格挖掘算法

摘要：

学习风格是影响学生学习质量和效率的关键因素,而如何针对不同学习风格的学习者制定个性化学习策略,是当前教育工作者普遍面临的一大难题.在此背景下,文章提出了一种基于CF-DTW的学习风格挖掘算法,即采用级联过滤器快速筛选数据集,对过滤后的数据进行相似度计算,挖掘相似度最大的学习风格序列.通过最大相似度搜索和时序聚类实验,证明了CF-DTW算法在保证匹配精度的同时,还能有效提高运算速度,适用于最大相似度搜索和时序聚类等应用场景,为探究个性化学习策略提供了重要支持.

关键词：动态时间归整、级联过滤、CF-DTW算法、学习风格、学习行为

所属期刊栏目：30

分类号：G40-057(教育学)

资助基金：本文为2018年度深圳市科技计划资助项目"深圳市多媒体与虚拟现实公共技术服务平台"项目编号:GGFW2018020518310863

在线出版日期：2020-10-14（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：103-110