典型文献
基于k-means算法的学生在线学习行为研究
文献摘要：
研究学生在线学习行为需要对海量数据加以分析,为了提高数据分类效果,降低分析误差,基于k-means算法,对学生在线学习行为展开分析.基于xAPI技术模型采集学习者行为数据;利用k-means算法对在线学习行为数据进行分类,针对在线学习不同阶段,设定在线学习行为评价指标;依靠算法数据,构建学生在线学习行为评估模型.实验结果表明,该研究方法根据评估结果对学生期末成绩进行预测并对成绩进行评级,预测成绩的评级结果与实际成绩评级完全一致,证明了此设计方法能够有效地对学生在线学习行为进行分析,分析结果较为准确,具有一定的可靠性.
文献关键词：
k-means算法;在线学习;数据采集;行为研究
中图分类号：
作者姓名：
蹇旭;陈婷
作者机构：
阿坝师范学院计算机科学与技术学院,四川汶川 623002
文献出处：
引用格式：
[1]蹇旭;陈婷-.基于k-means算法的学生在线学习行为研究)[J].高师理科学刊,2022(12):39-43,50
A类：
实际成绩
B类：
means,在线学习行为,海量数据,加以分析,数据分类,分类效果,xAPI,技术模型,学习者行为,学习行为数据,行为评价,算法数据,行为评估,期末,评级,预测成绩,完全一致
AB值：
0.273095
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
