一种基于在线学习行为分析的个性化学习推荐方法,包括以下步骤:步骤1,收集数据,获取在线学习平台的学习者日志数据、学生成绩数据,学生性格数据;步骤2,特征提取与挖掘;步骤3,准备数据集进行BP神经网络的训练和测试模型的准确度;步骤4,利用训练好的模型,对新的学习者进行成绩预测;步骤5,向学习者发放调查问卷,并收集问卷数据;步骤6,对问卷数据进行k‑means聚类分析;步骤7,结合不同学习者的性格特征,进行个性化学习方法的推荐。本发明提供一种预测精度较高、较为全面分析学习者线上学习时间规律性的BP神经网络预测方法。并且能够对学习者进行性格分析,为学习者做出个性化学习方法推荐。
声明:
“基于在线学习行为分析的个性化学习推荐方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)