基于稀疏凸非负矩阵分解的混合数据特征提取与评价研究

摘要：

针对目前缺乏对在线教学和传统课堂的混合数据融合分析,提出一种改进的凸非负矩阵分解特征提取算法,可有效提取学生学习行为数据的特征群集.根据群集特征的权值大小,依次选取多级特征指标,构建评价层、群集层、特征层3个层次上的PSR评价指标体系.依据评价指标体系采用综合加权法计算学生个体的质量评价值,对个体进行分级,分级结果与学生期末考试成绩分级分布基本一致,且符合正态分布,证明了特征提取方法及评价分级模型的有效性.

关键词：特征网络、群集特征、稀疏化、凸非负矩阵分解、PSR评价体系、分级模型

所属期刊栏目：49

分类号：TP391.41(计算技术、计算机技术)

资助基金：湖北省教育科学规划2018年度一般课题2018GB013

在线出版日期：2021-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：56-63