摘要

网络学习已成为互联网+时代教育发展的重要组成,如何对网络学习者的学习行为与成绩进行预测,依据预测结果实施学业预警,并为教学决策提供依据,是网络教育需要解决的问题之一,也是教育大数据研究的重要问题。本研究采用数据挖掘技术中的决策树方法对网络学习者的学习行为与成绩进行了预测,构建了适应性学习系统学习干预模型,研究发现总成绩不及格的最高概率是男生、学习时间跨度表现较差的最高概率是硕士生、学习总时长表现较差的最高概率是男生、平均每次在线学习停留时长表现较差的最高概率是男理科生、讨论交流表现较差的最高概率是艺术生、学习笔记表现较差的最高概率是女艺术生、接受反馈数量较高的最高概率是男生。

全文