混合教學模式下,網(wǎng)上平臺上積累了大量的學生學習行為數(shù)據(jù)。充分挖掘這些數(shù)據(jù)背后所蘊含的規(guī)律,并進行學習分析,可以幫助學生更好地學習。文章選擇某高校"雨課堂"智慧教學平臺上的數(shù)據(jù),并結合學生最終成績,運用聚類和分類混合技術進行學習分析,劃分出閾值,根據(jù)閾值針對不同層次的學生進行學習預警。

【文章頁數(shù)】：3 頁

【部分圖文】：

圖1雨課堂運行情況

進入大學之后，高校老師已不能再像高中一樣對每個學生的學習狀況進行嚴格監(jiān)控。學生面對著自主性學習要求，有的學生可能因為意志力薄弱而放松自我約束，課前不認真預習，課上不認真聽講，課后不進行復習，導致學習成績不佳，甚至面臨不能通過課程的危險；也有的學生除了學習課程知識之外，還參加了很多....

圖2K-Means算法流程圖

聚類分析是指將物理或抽象對象的集合分組為類似的對象組成的多類的分析過程，其目標是在相似的基礎上收集數(shù)據(jù)類分類。很多聚類技術在各個應用領域都得到了發(fā)展，這些技術常常被用來描述數(shù)據(jù)，衡量不同數(shù)據(jù)源間的相似性，以及把數(shù)據(jù)源分類到不同的簇中。聚類分析算法很多，例如K-Means(K均值）....

本文編號：3997511