本发明公开了一种面向网络教育的成绩不良学习者识别方法。该方法根据学习者个体特质数据以及在线行为日志数据,抽取出与成绩不良学习者识别相关的个体特质特征和在线行为特征。
针对学习者在线行为特征所具有的特点,本发明提出以下两种特征约束策略:
基于上述特征约束策略,本发明选取随机森林方法,通过十折交叉验证进行模型训练,建立了学期过程中不同阶段成绩不良学习者识别模型。
本发明解决了面向网络教育学习者的学习特征抽取、学习过程中的阶段性学习效果预测问题,为及时发现成绩不良学习者并进行有针对性的指导提供了支持。
| 专利名称 | 一种面向网络教育的成绩不良学习者识别方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201610864980.9 |
| 申请号 | - | 专利申请日期 | 2016-09-29 |
| 专利授权日期 | 2017-02-01 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 陈妍;田锋;朱海萍;刘敏;郑庆华;姬曙光 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种面向网络教育的成绩不良学习者识别方法:根据学习者个体特质数据以及在线行为日志数据,抽取出与成绩不良学习者识别相关的个体特质特征和在线行为特征。针对学习者在线行为特征所具有的特点,提出基于时间窗口划分的特征约束策略和基于学习时长划分的特征约束策略;基于特征约束策略,选取随机森林方法通过十折交叉验证进行模型训练,建立了学期过程中不同阶段成绩不良学习者识别模型。本发明解决了面向网络教育学习者的学习特征抽取、学习过程中的阶段性学习效果预测问题,为及时发现成绩不良学习者并进行有针对性的指导提供了支持。 | ||