基于深度神經(jīng)網(wǎng)絡的個性化學習行為評價方法
摘要：人工智能技術(shù)和大數(shù)據(jù)的發(fā)展催生了各種形式和內(nèi)容的在線課程,為個性化學習的普及提供了可能。與傳統(tǒng)的教學方式不同,個性化學習需要解決如何根據(jù)不同類型的學習者的特點對其學習行為進行準確個性化評價的問題。文中首先利用學習者在在線學習平臺上產(chǎn)生的大數(shù)據(jù)作為研究目標,根據(jù)學習者的學習能力層次,按照認知思維的方式建立深度神經(jīng)網(wǎng)絡對其進行聚類分組。為降低數(shù)據(jù)冗余度,提高處理效率,采用了具有五個隱層的深度神經(jīng)網(wǎng)絡進行典型性特征的提取,從而得到更為準確的評價結(jié)果。最后利用神經(jīng)網(wǎng)絡模型得到不同組別的學習行為聚類結(jié)果和不同層次的學習者學習五門課程知識點的評估曲線。從實驗結(jié)果來看,提出的個性化評價方法能夠有效地分析出不同能力等級的學習者之間的學習差異,而且與人工專家評價的標準基本一致。
注: 保護知識產(chǎn)權(quán),如需閱讀全文請聯(lián)系計算機技術(shù)與發(fā)展雜志社
相關(guān)推薦
更多
與發(fā)展.jpg)
于我們.jpeg)