十三,在線學(xué)習(xí)行為與學(xué)習(xí)效果
十三,在線學(xué)習(xí)行為與學(xué)習(xí)效果
-
論文名稱:(基于學(xué)習(xí)分析的實(shí)證研究)李佳,關(guān)蓉.
-
研究對(duì)象
分析學(xué)習(xí)者行為數(shù)據(jù),探究學(xué)習(xí)行為與學(xué)習(xí)效果之間的關(guān)系。 -
研究動(dòng)機(jī)
- 對(duì)重點(diǎn)學(xué)習(xí)行為進(jìn)行更精確的分析,利用機(jī)器學(xué)習(xí)算法進(jìn)行成績預(yù)警分析,促進(jìn)學(xué)生學(xué)習(xí)效果。
-
文獻(xiàn)綜述
- 收集學(xué)生的行為數(shù)據(jù),活動(dòng)的起止時(shí)間,學(xué)生的鼠標(biāo)按鍵點(diǎn)擊次數(shù),鼠標(biāo)移動(dòng)距離,鍵盤敲擊次數(shù)等,并對(duì)行為變量名稱及含義進(jìn)行詳細(xì)描述。
- 預(yù)警分析,預(yù)警最佳時(shí)間節(jié)點(diǎn)進(jìn)行闡述。
- 實(shí)證分析,得出結(jié)論。
-
研究方案設(shè)計(jì)
- 利用Logistic回歸,分類樹模型對(duì)成績是否合格進(jìn)行預(yù)測,通過AUC值及混淆矩陣選出較優(yōu)模型。
- 在K折交叉驗(yàn)證理論基礎(chǔ)上進(jìn)行創(chuàng)新,對(duì)不同課時(shí)節(jié)點(diǎn)下學(xué)生學(xué)習(xí)情況擬合分類樹和回歸樹模型。
-
使用數(shù)據(jù)集
意大利熱那亞大學(xué)計(jì)算機(jī)工程專業(yè)“數(shù)字電路”學(xué)習(xí)活動(dòng)數(shù)據(jù)集。 -
研究結(jié)論
分類樹相比于Logistic回歸模型具有更高的精確度,更低的錯(cuò)判率,宜用來進(jìn)行不及格預(yù)警分析。 -
學(xué)習(xí)心得
結(jié)合此前閱讀文獻(xiàn),思考其他數(shù)據(jù)挖掘方法,構(gòu)建行為分析模型,對(duì)此數(shù)據(jù)集進(jìn)一步探索。算法測試問題還有好多,后續(xù)完善編輯。
浙公網(wǎng)安備 33010602011771號(hào)