针对传统在线学习方法受到海量相似数据干扰，导致学生学习效率较低的问题，提出了基于人工智能的学生互动式在线学习方法研究。设计人工智能总体框架，研究通用化基本交互前端模块和后台模块。确定学生服务对象，从数据库中选择适用于数据挖掘的数据；通过数据预处理、数据转换、数据聚类、互动数据，保证相似数据全部收敛，避免学习行为建模挖掘中存在相似数据，完成人工智能学习模块设计。实验结果表明，该学习方法在无干扰数据和大量干扰数据环境下，具有90%以上的学习效率，为培养高素质学生提供了技术支持。
科研之友
微信
新浪微博
Facebook
分享链接
