基于K均值聚类算法及朴素贝叶斯分类器的学习行为分析研究
随着互联网技术在教育领域应用得越来越成熟,各类型的网络教学平台与测试系统层出不穷.无论是各个高校的网络授课系统,还是包含各类行业实际案例课程的网课平台,都为当代学习者与授课方提供了极大的便利.在各类教学平台中,均有大量的数据产出,对这些在线学习过程中产生的大量数据进行挖掘,可以有效地对学习者的学习行为模式提出建议与优化,同时,可以给授课方精准的授课效果分析,帮助授课方改进授课方针.在由大量用户组成的学习社区生态下,通过多维度数据挖掘,可以对不同用户给出精准的课业投放,大大提高用户的学习体验.
学习行为分析、K均值聚类、朴素贝叶斯分类器、数据挖掘、数据可视化、在线学习
15
TP393(计算技术、计算机技术)
2019-06-03（万方平台首次上网日期，不代表论文的发表时间）
共4页
17-20
