科研之友
微信
新浪微博
Facebook
分享链接
摘要
在线学习用户呈现出知识背景、学习动机多样化的特征,并且用户在日常学习中也会产生各类学习、浏览等行为数据,为了深入探究数据间蕴藏的规律,针对不同的用户学习行为进行成绩预测,提出了一种基于机器学习的预测方法,首先通过计算所有单个数据属性与学习成绩之间相关性系数,然后用相关性分析筛选确定学习成绩影响因素,最后使用机器学习经典分类算法进行分类预测。使用国家开放大学2017年度学生网络在线学习行为数据作为实验数据,通过对学生单科目成绩预测结果比较,对不同课程使用不同的算法模型,并对准确率进行分析并得出结论。
-
单位国家开放大学
