网络教学平台辅助下的课程成绩预测研究.docx
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《网络教学平台辅助下的课程成绩预测研究.docx》由会员分享,可在线阅读,更多相关《网络教学平台辅助下的课程成绩预测研究.docx(5页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、网络教学平台辅助下的课程成绩预测研究 改革与管理供应了科学依据。课程成果是衡量学生的学习效果和老师教学质量的重要依据之一,是老师和学生关注的重点,但是,成果的评定通常是在课程期末考试之后才能确定,只能让师生了解一个学習的结果。事实上,学生对课程驾驭程度在平常的教学过程中有所体现,假如能让学生随时了解自己的课程学习状况以及老师实时监测学生的学习状况,无疑能为课程学习供应有益的指导。本文以信息管理专业的“运筹学”课程为例,通过泛雅网络平台,对学生课程学习过程的考核数据与期末成果之间的关系类别进行分析,得到结构统一的数据及泛化的属性,并构建课程成果的决策树,获得分类规则和分析结果。 1 数据采集和预
2、处理 泛雅网络教学平台覆盖了课程建设、课程学习、学习社区、学习分析和课程管理的整个教学过程。对于学习效果评测,平台供应了对学生的学习活动记录和统计的功能。统计指标主要包括学生学习课程视频的完成指标,以课程视频进度与任务点完成一百零一分比呈现,另外还包括作业得分、考试得分、访问数得分,均根据设定的比例给出分数。这些指标记录了学生课程学习过程中参加话题探讨、学习活动、完成作业及参与测试的状况。 首先,对学习“运筹学”课程的73位学生的学习统计数据进行采集,将其分为成两个部分:60条数据作为训练集,10条数据作为测试集。然后,采纳数据预处理技术来提升数据的质量,详细分为3个步骤:属性的删除,将冗余数
3、据、与挖掘过程不相关数据,从数据表里去除掉;属性的泛化,将属性值做泛化处理,化简分类过程,结果如表1所示;数据清理,对提取的数据集进行检查,把全部数据规范化,删除汇总表里不标准的数据集。 与“运筹学”关联最大的先导课是“统计学”,在表1中,“先导课”属性依据“统计学”的期末成果,将原始数据的一百零一分制泛化为优,良,差3个级别。“出勤”属性依据学生的课堂出勤情况,属性值为合格、不合格。“视频学习”属性为任务点完成情况,级别为高、中、低。“访问数”属性依据网站访问数得分,级别为高、中、低。“测验”属性依据平时的考试得分,级别为优,良,差。“作业”属性依据作业得分,级别为好,一般10分)。“期末成
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 网络 教学 平台 辅助 课程 成绩 预测 研究
![提示](https://www.deliwenku.com/images/bang_tan.gif)
限制150内