基于神经网络的学习成绩预测与学习推荐研究
学习分析是近年来刚兴起的一个研究领域,迅速得到了研究者们的广泛重视.透过学习行为分析,能帮助学习者有指导性地进行他们的学习方法选择及学习时间分配.另一方面透过学习分析也可为教师和学校等提供有价值的反馈,帮助提高教学的效率与质量.本文对来自edX慕课平台的64万多条学习数据进行学习分析,借助树类模型中常见的熵增益(即信息增益)思想对数据项进行初步筛选,通过反向传播前馈神经网络(BP)对筛选后的数据进行训练并实现学习成绩预测,继而使用遗传算法(GA)推算学习目标达成条件并反馈给学习者.
慕课教学 成绩预测 神经网络 熵增益
刘巍巍 沈映珊
华南师范大学计算机学院
国内会议
广州
中文
1047-1054
2018-05-26（万方平台首次上网日期，不代表论文的发表时间）