典型文献
基于RFG-SVM算法的在线课程学习行为分析
文献摘要：
因支持向量机算法对在线课程平台的学习行为分析有误差,提出了一种基于大数据的随机森林模型的特征加权支持向量机RFG-SVM算法,该算法是在传统支持向量机算法上做完善、修改.利用Gini指数对特征变量计算,再计算RF模型分类识别的准确度,获得特征设定权重值,完成权重值在支持向量机的核函数中的计算.实验结果表明,通过对不同学习行为的学生的学习效果的预测,发现该方法能有效帮助教育者通过在线平台分析学习者的学习行为,预测学习效果,具有更高的准确率和稳定性.
文献关键词：
在线课程;RFG-SVM算法;学习行为分析
中图分类号：
作者姓名：
黄婕
作者机构：
湖南省飞机维修工程技术研究中心,湖南 长沙 410124;长沙航空职业技术学院,湖南 长沙 410124
文献出处：
引用格式：
[1]黄婕-.基于RFG-SVM算法的在线课程学习行为分析)[J].长沙航空职业技术学院学报,2022(01):26-30
A类：
RFG
B类：
课程学习,学习行为分析,支持向量机算法,在线课程平台,有误,随机森林模型,特征加权,统支,Gini,指数对,特征变量,模型分类,分类识别,设定权,权重值,核函数,助教,教育者,在线平台,预测学
AB值：
0.279837
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。
