基于多關(guān)系分類聚類的學(xué)習適應(yīng)性診斷.pdf

1、適應(yīng)性教學(xué)系統(tǒng)依據(jù)學(xué)生學(xué)習基礎(chǔ)和學(xué)習能力，為學(xué)生提供適合的教學(xué)內(nèi)容，現(xiàn)已成為一項跨學(xué)科、富有挑戰(zhàn)性的研究課題之一。在適應(yīng)性學(xué)習模式中，學(xué)習診斷(即學(xué)習者認知能力、學(xué)習能力判斷)是至關(guān)重要的一環(huán)，為此，探討適應(yīng)性學(xué)習的診斷模式，根據(jù)學(xué)生的反應(yīng)情況來估測學(xué)生能力以及領(lǐng)域知識的掌握程度，對了解學(xué)生的不同學(xué)習需求，提供適合學(xué)生需求的適應(yīng)性教學(xué)具有重要意義。
　　 結(jié)合課題研究背景及國內(nèi)外研究現(xiàn)狀，本文利用多關(guān)系數(shù)據(jù)分類聚類挖掘技術(shù)挖掘?qū)W

2、生學(xué)習痕跡，并以此為基礎(chǔ)，構(gòu)建學(xué)習適應(yīng)性診斷模型。
　　 本文的主要工作如下：
　　 1、從學(xué)生學(xué)習能力和認知能力兩個方面進行診斷，將學(xué)習適應(yīng)性診斷過程進行了劃分，建立學(xué)習適應(yīng)性診斷模型。其中使用Logistic方法進行學(xué)習前診斷，由多關(guān)系數(shù)據(jù)聚類技術(shù)建立學(xué)習過程中所需的學(xué)習資源標準參數(shù)，從而完成學(xué)習過程中的診斷，最后由多關(guān)系數(shù)據(jù)分類技術(shù)進一步更新適應(yīng)性診斷結(jié)果。
　　 2、針對學(xué)生學(xué)習痕跡相關(guān)數(shù)據(jù)的非平衡特性，

3、對適用于該類數(shù)據(jù)的多關(guān)系分類方法進行了研究。借鑒One-vs-All方法思想，通過對目標類進行ECOC編碼，采用CrossMine算法構(gòu)造多個子分類器，比較AUC評估后的分類器預(yù)測結(jié)果連接字的海明距離與目標類編碼，選擇最小海明距離的目標類作為最終分類結(jié)果。
　　 3、學(xué)習痕跡數(shù)據(jù)中存在著豐富屬性和鏈接，對基于屬性與鏈接的多關(guān)系聚類方法進行了研究。方法利用戶指導(dǎo)搜索與聚類任務(wù)最相關(guān)的多關(guān)系屬性，對每一個目標元組生成多關(guān)系屬性向量，