基于AdaBoost的MOOC学习成绩预测模型研究

来源 :软件导刊 | 被引量 : 0次 | 上传用户:superzergking
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了识别有辍学风险或问题倾向的学习者,从而有针对性地进行指导、干预或预警,开展MOOC环境下的学习预测研究。该研究虽然引起广泛重视,但不成熟,还需要通过更多的实证工作构建更加精准的预测模型,助力在线教育向智能化方向发展。利用中国大学MOOC课程数据和RapidMiner大数据挖掘研究平台,构建基于AdaBoost算法的MOOC学习者学习成绩预测模型。实验结果表明:①模型具有较强的预测能力,综合预测精度为86.39%,具有实际应用价值;②登录间隔标准差等5个指标对“不及格学习者”具有较好的预测作用;③帖子的
其他文献
欺骗语音已经对自动说话人识别系统产生严重影响。语音转换、语音合成和语音重放是对ASV系统进行欺骗的3种主要手段,但流行的欺骗检测方法使用的卷积神经网络大多层数较深、
在熔盐电解槽结构中,阴极的设计至关重要,它影响着整个稀土冶炼过程,决定着生产产品的质量,本文从阴极材料的选择、阴极的形状、阴极的直径、极距、阴极在电解槽中的插入深度
宗荣曲铅锌矿位于西藏日喀则谢通门县,为典型的矽卡岩型矿床,铅锌矿化主要赋存于外接触带的矽卡岩中,为规模达中型的叠加改造的矽卡岩型铅锌矿床。为了进一步评价矿床远景,探
图像翻译工作因生成对抗网络(GAN)的提出及快速发展而受到许多研究者关注。其中时装照片上的服饰自动交换是一个有趣且有意义的任务。通过结合实例信息(例如对象分割掩码),使用基于CycleGAN的深度神经网络结构实现背景保持的服饰片段风格转换,可保证在服饰款式不变的情况下进行风格转换。该模型通过输入时装图像和所需服装风格样式,以端到端的方法生成一个具备相应风格服装的人物图片。
为解决现有临床上牵引治疗装置操作不便、模式单一,无法进行腰部推顶问题,满足腰椎间盘突出患者进一步治疗需求,设计了一种腰部推顶牵引治疗装置控制系统。系统以STM32F103系
水下图像样本获取成本高,且真实样本数量有限,通常需要通过仿真生成样本以训练机器学习算法。生成水下图像的真实性在一定程度上决定了有监督学习模型的准确性。因此,为了评价水下生成图像的真实性,提出一种水下生成图像客观评价指标(UGIQE)。首先,采用超像素分割算法对图像进行预分割,通过改进MSRM融合算法分离出包含边缘信息的背景和前景;然后,提取背景区域图像的颜色、饱和度和对比度等特征,拟合生成特征空间
软件复杂性来源于业务域复杂性与软件过程中的人为性;前者导致软件本质复杂性,后者导致软件偶然复杂性。基于MDA模型及其转化理念,首先提出一种基于双论域的多层次软件建模框
提高电流密度可以在基本不增加设备的情况下,提高阴极铜产量,提高劳动生产率和经济效益。高电流密度生产阳极易钝化、短路多,电流效率低、能耗高。生产过程中需加强操作管理
通过物探磁法测量和钻探验证等综合手段,基本查明了西沟矿区Ⅰ级品平均品位TFe30.38%,mFe23.07%;Ⅱ级品平均品位TFe26.19%,mFe16.31%;Ⅰ级品推断平均品位TFe30.56%,mFe22.65%
为挖掘公司股东关联关系,选用数据挖掘中关联规则的经典Apriori算法,使用Python编程语言对金融行业公司股东进行关联分析。在支持度阈值为10%、置信度阈值为70%条件下,挖掘出