數(shù)據(jù)挖掘在網(wǎng)絡個性化教學平臺中的應用研究.pdf_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、隨著計算機多媒體技術和網(wǎng)絡信息技術的蓬勃發(fā)展,各種基于網(wǎng)絡的教學模式應運而生。結(jié)合教學原理策略,建立反映學習者個性特征的學習者模型,建立動態(tài)適應性的導航機制,有效地為不同類型的學生進行個性化教學,實施因材施教,將是現(xiàn)行網(wǎng)絡教學面臨的一項重要研究課題。 在分析目前國內(nèi)外網(wǎng)絡教學平臺的現(xiàn)狀、存在的問題及數(shù)據(jù)挖掘技術應用現(xiàn)狀的基礎上,將數(shù)據(jù)挖掘技術引入網(wǎng)絡教學,設計了基于數(shù)據(jù)挖掘技術的網(wǎng)絡個性化教學平臺的系統(tǒng)模型框架,描述了各模塊的主

2、要功能及設計思路,構(gòu)建了以學習者模型為基礎的動態(tài)導航學習決策支持機制。 網(wǎng)絡個性化教學的關鍵是要構(gòu)建學習者特征模型,使用關聯(lián)規(guī)則、分類與聚類技術能很好地實現(xiàn)這一目標。 針對數(shù)據(jù)挖掘關聯(lián)規(guī)則APRIORI算法的不足,為減少對事務數(shù)據(jù)庫的描述次數(shù),提高挖掘效率,給出了基于矩陣的APRIORI改進算法,并將之用于學習者容易發(fā)生錯誤知識點的關聯(lián)規(guī)則挖掘。達到當發(fā)現(xiàn)學習者在某些知識點發(fā)生錯誤時能適時推薦可能發(fā)生錯誤的知識點相關教學

3、內(nèi)容給學習者的教學目標。 針對決策樹分類算法ID3存在的不足,給出了基于屬性加權(quán)的Z_ID3改進算法以消除分類規(guī)則與屬性取值相關的影響,以便更科學地找出影響學習者學習效果的因素,從而達到根據(jù)學習狀態(tài)適時地預測學習者可能的學習效果,并提醒學習者進入合適的教學環(huán)節(jié)這一目標。在理論分析的基礎上分別構(gòu)建了原型系統(tǒng)驗證以上兩個改進算法的可行性,實驗結(jié)果證實兩個改進算法能達到預期目的。 最后,通過一個實例的分析說明了如何將聚類用于學

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論