【摘 要】
：
随着智慧网络学习平台的推广应用,采集学生学习行为大数据开始变得可行,这为分析学生学习过程包含的知识和规律提供了数据基础.但目前普遍网络学习平台对数据仅实现了简单的
【机 构】
：
云南交通职业技术学院交通信息工程学院
【基金项目】
：
云南省教育厅科学研究基金(2017ZDX153)
论文部分内容阅读
随着智慧网络学习平台的推广应用,采集学生学习行为大数据开始变得可行,这为分析学生学习过程包含的知识和规律提供了数据基础.但目前普遍网络学习平台对数据仅实现了简单的统计和展示功能,没有做进一步的深入计算,教育者观察到的数据仍然只是表层的学习现象,不能看到表象后面的学习规律,很难有效对学生进行针对性指导,改变学生的学习路线,反馈教学策略.针对此,从学生在线学习的2个主要维度:学习活动和学习评价,对学习行为中的主要特征进行了深入的数据挖掘,得出了影响学生学习效果较为重要的数据特征项,并应用CART分类算法对学习
其他文献
动态、复杂的物联网中,任务复杂使得终端设备负载不均衡、系统不稳定,无法协同自主.因此,合理地分配物联网系统中的任务到终端设备是亟需解决的关键问题.为此,提出一种基于组角色的任务分配算法(group role-based task assignment, GR-BTA).首先,运用任务组和虚拟对象概念,抽象物联网系统中的复杂任务,将任务分配问题形式化;其次,结合"基于角色的协作"(role-base
<正>近年来,市委市政府提出率先实现经济社会发展城乡一体化新格局的战略目标,并以城市公共服务职能加快向郊区农村延伸和城乡结合部地区的改造为突破点,着力推进城乡一体化
低资源环境下,受限于平行语料的规模和质量,神经机器翻译的效果并不理想.汉-越神经机器翻译作为典型的低资源型机器翻译,同样面临平行语料匮乏的问题.针对这一问题提出了基于