基于表示学习的在线学习交互质量评价方法
当今的教育模式发生着非常重大的变革,教育正在向泛在化、智能化、个性化的方向发展.以Massive Open Online Courses(MOOCs)为代表的在线教育逐渐进入大众视野,在线教育中的交互性成为了决定在线学习质量的关键.研究表明,学习过程中的交互为学习者提供了有效且高效的帮助和支持,对学习过程的评价反馈可以有效地提高学习效果.在教育领域,对学习者和学习资源之间的交互进行建模至关重要,表示学习技术为学习者和学习资源之间的顺序交互建模提供了具体方案.文中首先建立在线学习的交互网络模型,然后使用两个循环神经网络将网络中的学习者和学习资源节点嵌入到一个欧氏空间中,并提出交互质量评价指标,以判断学习者的学习效果是否达到预期.在实际数据集上的实验证明了所提方法的有效性.
表示学习、MOOCs、交互评价、教育大数据
48
TP311.13;G434(计算技术、计算机技术)
国家自然科学基金;中央高校基本科研业务费专项资金资助
2021-03-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
207-211