科研之友
微信
新浪微博
Facebook
分享链接
摘要
在线学习行为的研究对教育者提高线上教学的效果和质量有着非常重要的指导意义.使用皮尔逊相关系数分析法对课程音视频学习情况、章节学习次数、作业完成情况、签到(考勤)、任务点完成情况、在线测试成绩等在线学习行为变量与期末最终成绩进行相关性分析,利用k均值聚类算法进行聚类分析,使用决策树归纳算法构造课程成绩预测模型.结果表明,在线测试成绩、作业完成情况和课程音视频情况是在线学习行为变量中比较重要的变量,对学生的课程成绩影响较大.
-
单位石家庄信息工程职业学院; 石家庄职业技术学院; 河北地质大学
