期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
9
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于行为识别的课堂深度学习成绩预测模型研究
1
作者
胡富珍
王晓东
卜彩丽
《中国教育信息化》
2023年第9期108-118,共11页
课堂学习行为智能识别和大数据分析为课堂高阶认知评价带来契机。利用数据技术挖掘学生课堂学习行为对深度学习成绩的影响关系,解决识别与评价课堂高阶认知不足的现实问题。以英语和化学两门学科为例,以课堂学习行为为自变量,以测试试...
课堂学习行为智能识别和大数据分析为课堂高阶认知评价带来契机。利用数据技术挖掘学生课堂学习行为对深度学习成绩的影响关系,解决识别与评价课堂高阶认知不足的现实问题。以英语和化学两门学科为例,以课堂学习行为为自变量,以测试试卷深度学习成绩为因变量,通过高斯消元、回代总样本求均方差最优解等算法,分析出课堂“听讲”“阅读”等8种课堂行为对深度学习成绩的权重影响,构建课堂学习行为与深度学习成绩间的预测模型,依据模型可识别和评价学生的高阶认知是否发生,为常态课堂高阶认知规模化评价提供科学依据和技术支撑。
展开更多
关键词
行为识别
深度
学习
深度
学习成绩预测
模型
过程性评价
下载PDF
职称材料
基于在线学习行为的学习成绩预测及教学反思
被引量:
29
2
作者
吴青
罗儒国
《现代教育技术》
CSSCI
2017年第6期18-24,共7页
文章通过采集在线学习学员的人口统计信息、自主学习行为和协作学习行为,通过使用决策树、贝叶斯网络、神经网络和支持向量机,分别构造了不同的学习成绩预测模型;通过比较模型的准确率、召回率和F值,最终选择基于贝叶斯网络的成绩预测...
文章通过采集在线学习学员的人口统计信息、自主学习行为和协作学习行为,通过使用决策树、贝叶斯网络、神经网络和支持向量机,分别构造了不同的学习成绩预测模型;通过比较模型的准确率、召回率和F值,最终选择基于贝叶斯网络的成绩预测模型。随后,通过分析该模型,文章得到在线学习成绩的直接影响因素依然是自主学习行为、协作学习行为通过提高学员的学习积极性来影响成绩的结论。最后,文章提出组织教学资源时,最好首先提供先行组织者和加强学习讨论监管以促进有效交互的教学策略。
展开更多
关键词
在线
学习
学习成绩预测
数据挖掘
教学策略
下载PDF
职称材料
基于AdaBoost的MOOC学习成绩预测模型研究
被引量:
6
3
作者
贾靖怡
李玉斌
+1 位作者
姚巧红
袁子涵
《软件导刊》
2021年第3期242-246,共5页
为了识别有辍学风险或问题倾向的学习者,从而有针对性地进行指导、干预或预警,开展MOOC环境下的学习预测研究。该研究虽然引起广泛重视,但不成熟,还需要通过更多的实证工作构建更加精准的预测模型,助力在线教育向智能化方向发展。利用...
为了识别有辍学风险或问题倾向的学习者,从而有针对性地进行指导、干预或预警,开展MOOC环境下的学习预测研究。该研究虽然引起广泛重视,但不成熟,还需要通过更多的实证工作构建更加精准的预测模型,助力在线教育向智能化方向发展。利用中国大学MOOC课程数据和RapidMiner大数据挖掘研究平台,构建基于AdaBoost算法的MOOC学习者学习成绩预测模型。实验结果表明:①模型具有较强的预测能力,综合预测精度为86.39%,具有实际应用价值;②登录间隔标准差等5个指标对“不及格学习者”具有较好的预测作用;③帖子的TF-IDF累计值等15个指标对“及格学习者”具有较好的预测作用。
展开更多
关键词
慕课
预测
模型
ADABOOST
学习成绩预测
下载PDF
职称材料
基于k-近邻优化算法慕课学习成绩预测研究
被引量:
7
4
作者
王凤芹
李瑛
韩庆龙
《计算机与数字工程》
2019年第4期785-788,共4页
如何利用学生在线学习大数据进行分析挖掘出有价值的信息成为当前学习分析领域的一个研究热点。为了预测慕课课程学生的学习成绩,首先对慕课在线数据和课堂学习表现数据进行了数据建模,定义了各数据项;然后构建了基于k-近邻优化算法的...
如何利用学生在线学习大数据进行分析挖掘出有价值的信息成为当前学习分析领域的一个研究热点。为了预测慕课课程学生的学习成绩,首先对慕课在线数据和课堂学习表现数据进行了数据建模,定义了各数据项;然后构建了基于k-近邻优化算法的学习成绩预测模型,为消除多项数据之间的差异提出了数据预处理方法;最后给出了基于遗传算法的k-近邻优化算法的原理,并采用Python语言实现。根据结课学员数据,预测在学学员的学习成绩,实验结果表明,采用遗传算法优化后的k-近邻算法使得预测精度更高。
展开更多
关键词
学习成绩预测
K-近邻算法
慕课数据分析
分类算法
学习
分析
下载PDF
职称材料
基于PSO-BP网络的学习成绩预测研究
被引量:
1
5
作者
王芮
《安阳师范学院学报》
2021年第2期41-45,共5页
智慧课堂背景下对学生学习成绩的预测是制定更具针对性学习方案的关键,文章采用PSO-BP网络对目标课程学习成绩进行预测,同时和BP网络对目标课程学习成绩的预测结果进行对比。结果表明,PSO-BP网络对目标课程成绩预测精度高,但对目标成绩...
智慧课堂背景下对学生学习成绩的预测是制定更具针对性学习方案的关键,文章采用PSO-BP网络对目标课程学习成绩进行预测,同时和BP网络对目标课程学习成绩的预测结果进行对比。结果表明,PSO-BP网络对目标课程成绩预测精度高,但对目标成绩预测不宜采用等级法。此研究对目标课程成绩预测,更好地优化教学资源具有一定的参考价值。
展开更多
关键词
PSO-BP网络
学习成绩预测
相关度分析
下载PDF
职称材料
基于人工神经网络的学习成绩预测
被引量:
5
6
作者
邱文教
《计算机与信息技术》
2010年第4期5-6,10,共3页
准确预测大学生的学习成绩,对于提高学生学习成绩和提高教师教学质量具有重要意义。本文以前向神经网络为模型,采用Levenberg-Marquardt算法计算模型的最优权值,实现了大学生平时的行为对学习成绩影响的映射。实验基于800个学生样本,通...
准确预测大学生的学习成绩,对于提高学生学习成绩和提高教师教学质量具有重要意义。本文以前向神经网络为模型,采用Levenberg-Marquardt算法计算模型的最优权值,实现了大学生平时的行为对学习成绩影响的映射。实验基于800个学生样本,通过计算发现模型精度高达79.1%,本文提出的方法有效。
展开更多
关键词
学习成绩预测
神经网络
原文传递
基于多算法融合的在线学习成绩精准预测研究
被引量:
7
7
作者
班文静
姜强
赵蔚
《现代远距离教育》
CSSCI
2022年第3期37-45,共9页
学习成绩早期预测是解决在线学习辍学率高、参与度低等问题的关键要素,如何实现在线学习成绩精准预测是亟待解决的科学议题。已有研究主要采用单一算法训练单一分类器和集成分类器预测学习成绩,然而该方法预测精准性较低。研究设计基于...
学习成绩早期预测是解决在线学习辍学率高、参与度低等问题的关键要素,如何实现在线学习成绩精准预测是亟待解决的科学议题。已有研究主要采用单一算法训练单一分类器和集成分类器预测学习成绩,然而该方法预测精准性较低。研究设计基于多算法的在线学习成绩预测框架,融合神经网络、决策树、K-近邻、随机森林和逻辑回归算法预测学习者在线学习成绩,并进行了预测性能分析。研究结果表明,多算法融合预测精准性优于单一算法,预测结果在应用中有助于学习者意识到潜在的学业风险,促进其积极参与学习活动,显著提高在线课程学习质量。
展开更多
关键词
学习成绩预测
多算法融合
教育数据挖掘
在线
学习
STACKING
下载PDF
职称材料
基于机器学习的学生成绩预测及教学启示
被引量:
23
8
作者
吕品
于文兵
+1 位作者
汪鑫
计春雷
《计算机技术与发展》
2019年第4期200-203,共4页
利用学习分析技术挖掘在线学习特征是理解与优化教学过程、实现教学决策和学业预警的重要依据。在采集在线学习者的人口统计信息、学习背景、家长参与以及学习者的行为特征等信息的基础上,首先使用感知机、支持向量机和神经网络等分类算...
利用学习分析技术挖掘在线学习特征是理解与优化教学过程、实现教学决策和学业预警的重要依据。在采集在线学习者的人口统计信息、学习背景、家长参与以及学习者的行为特征等信息的基础上,首先使用感知机、支持向量机和神经网络等分类算法,分别构造了不同的学习成绩预测模型;通过比较模型的准确度、召回率、F值,误分类样本数量和精确度,最终选择基于支持向量机的成绩预测模型。其次,通过分析模型参数,得出了影响学习成绩的主要因素是学习者参与小组讨论、课堂举手、访问与课程相关资源以及浏览通告等学习者行为特征的结论。最后,提出教师应该关注学生的学习行为特征,合理运用价值动机理论和内隐智力信念调节机制,激发学生的学习投入和学习动力的教学启示。
展开更多
关键词
教育数据挖掘
感知机
支持向量机
神经网络
学习成绩预测
教学启示
下载PDF
职称材料
混合课程场景下学生成绩预测模型可迁移性研究
9
作者
罗杨洋
韩锡斌
宋玉强
《清华大学教育研究》
2024年第3期150-160,共11页
在混合课程中收集学生学习过程数据,构建学生成绩预测模型,可辅助教师动态调整教学策略。目前混合课程场景下,学生成绩预测研究很少应用于实践的瓶颈问题之一是预测模型难以从构建场景中迁移到其他场景。本文梳理了混合课程学生成绩预...
在混合课程中收集学生学习过程数据,构建学生成绩预测模型,可辅助教师动态调整教学策略。目前混合课程场景下,学生成绩预测研究很少应用于实践的瓶颈问题之一是预测模型难以从构建场景中迁移到其他场景。本文梳理了混合课程学生成绩预测模型迁移时,影响预测结果准确率的因素,包括构建预测模型的结果准确率,具体场景下混合课程训练样本的特征,机器学习算法数据处理方式及目标课程的特征。使用A校两学期所有混合课程数据构建了成绩预测模型并将其迁移应用到B校的案例课程中连续观察三学年后发现:(1)使用样本规模较大,特征值的完整性和数据可变性较强的数据获得的成绩预测模型具有较强可迁移性,研究显示“高活跃型”混合课程符合这些特征;(2)增量学习方法和批量学习方法都可构建具有较高预测结果准确率(超过70%)的成绩预测模型,增量学习方法更有助于成绩预测模型的迁移应用;(3)在模型迁移应用时,增量学习数据处理算法构建的模型可得到更高的预测结果准确率,且应用目标课程与“高活跃型”混合课程的学生在线行为数据分布相似时,预测结果准确率较高。上述研究发现为混合课程场景下学生成绩预测模型的迁移提供了实证基础和基本思路。
展开更多
关键词
学习成绩预测
混合课程
预测
模型迁移
机器
学习
在线
学习
行为
原文传递
题名
基于行为识别的课堂深度学习成绩预测模型研究
1
作者
胡富珍
王晓东
卜彩丽
机构
河南师范大学教育学部
河南师范大学计算机与信息工程学院
出处
《中国教育信息化》
2023年第9期108-118,共11页
基金
2023年河南省教师教育课程改革课题研究项目一般项目“基于虚拟研究室的‘学科主导名师引领’优师计划师范生培养模式创新与实践”(编号:2023-JSJYYB-027)
2022年河南省基础教育教学研究项目“基于行为识别的过程性评价模型构建及教学应用研究”(编号:JCJYB2225000502)。
文摘
课堂学习行为智能识别和大数据分析为课堂高阶认知评价带来契机。利用数据技术挖掘学生课堂学习行为对深度学习成绩的影响关系,解决识别与评价课堂高阶认知不足的现实问题。以英语和化学两门学科为例,以课堂学习行为为自变量,以测试试卷深度学习成绩为因变量,通过高斯消元、回代总样本求均方差最优解等算法,分析出课堂“听讲”“阅读”等8种课堂行为对深度学习成绩的权重影响,构建课堂学习行为与深度学习成绩间的预测模型,依据模型可识别和评价学生的高阶认知是否发生,为常态课堂高阶认知规模化评价提供科学依据和技术支撑。
关键词
行为识别
深度
学习
深度
学习成绩预测
模型
过程性评价
Keywords
Behavior recognition
Deep learning
Deep learning performance prediction model
Process based evaluation
分类号
G434 [文化科学—教育技术学]
G632.0 [文化科学—教育学]
下载PDF
职称材料
题名
基于在线学习行为的学习成绩预测及教学反思
被引量:
29
2
作者
吴青
罗儒国
机构
武汉大学教育科学研究院
出处
《现代教育技术》
CSSCI
2017年第6期18-24,共7页
基金
全国教育科学规划"基于数据挖掘的网络学习行为分析及其教学策略研究"(项目编号:ECA130375)资助
文摘
文章通过采集在线学习学员的人口统计信息、自主学习行为和协作学习行为,通过使用决策树、贝叶斯网络、神经网络和支持向量机,分别构造了不同的学习成绩预测模型;通过比较模型的准确率、召回率和F值,最终选择基于贝叶斯网络的成绩预测模型。随后,通过分析该模型,文章得到在线学习成绩的直接影响因素依然是自主学习行为、协作学习行为通过提高学员的学习积极性来影响成绩的结论。最后,文章提出组织教学资源时,最好首先提供先行组织者和加强学习讨论监管以促进有效交互的教学策略。
关键词
在线
学习
学习成绩预测
数据挖掘
教学策略
Keywords
e-learning
performance prediction
data mining
teaching strategies
分类号
G40-057 [文化科学—教育学原理]
下载PDF
职称材料
题名
基于AdaBoost的MOOC学习成绩预测模型研究
被引量:
6
3
作者
贾靖怡
李玉斌
姚巧红
袁子涵
机构
辽宁师范大学计算机与信息技术学院
出处
《软件导刊》
2021年第3期242-246,共5页
基金
国家社会科学基金教育学一般项目(BCA160048)。
文摘
为了识别有辍学风险或问题倾向的学习者,从而有针对性地进行指导、干预或预警,开展MOOC环境下的学习预测研究。该研究虽然引起广泛重视,但不成熟,还需要通过更多的实证工作构建更加精准的预测模型,助力在线教育向智能化方向发展。利用中国大学MOOC课程数据和RapidMiner大数据挖掘研究平台,构建基于AdaBoost算法的MOOC学习者学习成绩预测模型。实验结果表明:①模型具有较强的预测能力,综合预测精度为86.39%,具有实际应用价值;②登录间隔标准差等5个指标对“不及格学习者”具有较好的预测作用;③帖子的TF-IDF累计值等15个指标对“及格学习者”具有较好的预测作用。
关键词
慕课
预测
模型
ADABOOST
学习成绩预测
Keywords
MOOC
prediction model
AdaBoost
academic achievement
分类号
G434 [文化科学—教育技术学]
下载PDF
职称材料
题名
基于k-近邻优化算法慕课学习成绩预测研究
被引量:
7
4
作者
王凤芹
李瑛
韩庆龙
机构
海军航空大学
出处
《计算机与数字工程》
2019年第4期785-788,共4页
文摘
如何利用学生在线学习大数据进行分析挖掘出有价值的信息成为当前学习分析领域的一个研究热点。为了预测慕课课程学生的学习成绩,首先对慕课在线数据和课堂学习表现数据进行了数据建模,定义了各数据项;然后构建了基于k-近邻优化算法的学习成绩预测模型,为消除多项数据之间的差异提出了数据预处理方法;最后给出了基于遗传算法的k-近邻优化算法的原理,并采用Python语言实现。根据结课学员数据,预测在学学员的学习成绩,实验结果表明,采用遗传算法优化后的k-近邻算法使得预测精度更高。
关键词
学习成绩预测
K-近邻算法
慕课数据分析
分类算法
学习
分析
Keywords
academic performance prediction
k-nearest neighbor algorithm
MOOC data analysis
classification algorithm
learning analysis
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于PSO-BP网络的学习成绩预测研究
被引量:
1
5
作者
王芮
机构
阜阳幼儿师范高等专科学校
出处
《安阳师范学院学报》
2021年第2期41-45,共5页
基金
安徽省高等学校省级质量工程教学研究一般项目(项目编号2018jyxm1092)
安徽省高等学校省级质量工程智慧课堂项目(项目编号2018zhkt183)。
文摘
智慧课堂背景下对学生学习成绩的预测是制定更具针对性学习方案的关键,文章采用PSO-BP网络对目标课程学习成绩进行预测,同时和BP网络对目标课程学习成绩的预测结果进行对比。结果表明,PSO-BP网络对目标课程成绩预测精度高,但对目标成绩预测不宜采用等级法。此研究对目标课程成绩预测,更好地优化教学资源具有一定的参考价值。
关键词
PSO-BP网络
学习成绩预测
相关度分析
Keywords
PSO-BP network
learning achievement prediction
correlation analysis
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于人工神经网络的学习成绩预测
被引量:
5
6
作者
邱文教
机构
东南大学儿童发展与学习科学教育部重点实验室
东南大学教务处
出处
《计算机与信息技术》
2010年第4期5-6,10,共3页
文摘
准确预测大学生的学习成绩,对于提高学生学习成绩和提高教师教学质量具有重要意义。本文以前向神经网络为模型,采用Levenberg-Marquardt算法计算模型的最优权值,实现了大学生平时的行为对学习成绩影响的映射。实验基于800个学生样本,通过计算发现模型精度高达79.1%,本文提出的方法有效。
关键词
学习成绩预测
神经网络
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
基于多算法融合的在线学习成绩精准预测研究
被引量:
7
7
作者
班文静
姜强
赵蔚
机构
东北师范大学信息科学与技术学院
出处
《现代远距离教育》
CSSCI
2022年第3期37-45,共9页
基金
国家自然科学基金面上项目“网络学习空间中的学习风险预警模型和干预机制研究”(编号:62077012)
吉林省高等教育教学改革研究课题“面向深度学习的高等教育学生课堂参与边缘化诊断及干预研究”(编号:JG2020016)
东北师范大学“创造的教育”教学模式改革项目“网页设计与开发课混合式教学模式改革研究”(编号:21JXMSGGHHS001)。
文摘
学习成绩早期预测是解决在线学习辍学率高、参与度低等问题的关键要素,如何实现在线学习成绩精准预测是亟待解决的科学议题。已有研究主要采用单一算法训练单一分类器和集成分类器预测学习成绩,然而该方法预测精准性较低。研究设计基于多算法的在线学习成绩预测框架,融合神经网络、决策树、K-近邻、随机森林和逻辑回归算法预测学习者在线学习成绩,并进行了预测性能分析。研究结果表明,多算法融合预测精准性优于单一算法,预测结果在应用中有助于学习者意识到潜在的学业风险,促进其积极参与学习活动,显著提高在线课程学习质量。
关键词
学习成绩预测
多算法融合
教育数据挖掘
在线
学习
STACKING
Keywords
Academic Performance Prediction
Multi-algorithm Fusion
Educational Data Mining
Online Learning
Stacking
分类号
G434 [文化科学—教育技术学]
下载PDF
职称材料
题名
基于机器学习的学生成绩预测及教学启示
被引量:
23
8
作者
吕品
于文兵
汪鑫
计春雷
机构
上海电机学院
出处
《计算机技术与发展》
2019年第4期200-203,共4页
基金
上海市教育科学研究项目(C17014/17AR04)
上海电机学院重点教研教改项目(A1-0224-17-009-05)
上海电机学院计算机科学与技术优势学科(16YSXK04)
文摘
利用学习分析技术挖掘在线学习特征是理解与优化教学过程、实现教学决策和学业预警的重要依据。在采集在线学习者的人口统计信息、学习背景、家长参与以及学习者的行为特征等信息的基础上,首先使用感知机、支持向量机和神经网络等分类算法,分别构造了不同的学习成绩预测模型;通过比较模型的准确度、召回率、F值,误分类样本数量和精确度,最终选择基于支持向量机的成绩预测模型。其次,通过分析模型参数,得出了影响学习成绩的主要因素是学习者参与小组讨论、课堂举手、访问与课程相关资源以及浏览通告等学习者行为特征的结论。最后,提出教师应该关注学生的学习行为特征,合理运用价值动机理论和内隐智力信念调节机制,激发学生的学习投入和学习动力的教学启示。
关键词
教育数据挖掘
感知机
支持向量机
神经网络
学习成绩预测
教学启示
Keywords
education data mining
perception
support vector machine
neural network
performance prediction
teaching cogitation
分类号
TP39 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
混合课程场景下学生成绩预测模型可迁移性研究
9
作者
罗杨洋
韩锡斌
宋玉强
机构
兰州大学高等教育研究院
出处
《清华大学教育研究》
2024年第3期150-160,共11页
基金
2022年度中央高校基本科研业务费项目“数字化转型背景下西部高校教学体系与模式变革研究”(2022jbkyzy072)
山东省教育科学“十三五”规划2020年度一般课题“学生在线学习行为对学习绩效的影响研究”(2020YB024)。
文摘
在混合课程中收集学生学习过程数据,构建学生成绩预测模型,可辅助教师动态调整教学策略。目前混合课程场景下,学生成绩预测研究很少应用于实践的瓶颈问题之一是预测模型难以从构建场景中迁移到其他场景。本文梳理了混合课程学生成绩预测模型迁移时,影响预测结果准确率的因素,包括构建预测模型的结果准确率,具体场景下混合课程训练样本的特征,机器学习算法数据处理方式及目标课程的特征。使用A校两学期所有混合课程数据构建了成绩预测模型并将其迁移应用到B校的案例课程中连续观察三学年后发现:(1)使用样本规模较大,特征值的完整性和数据可变性较强的数据获得的成绩预测模型具有较强可迁移性,研究显示“高活跃型”混合课程符合这些特征;(2)增量学习方法和批量学习方法都可构建具有较高预测结果准确率(超过70%)的成绩预测模型,增量学习方法更有助于成绩预测模型的迁移应用;(3)在模型迁移应用时,增量学习数据处理算法构建的模型可得到更高的预测结果准确率,且应用目标课程与“高活跃型”混合课程的学生在线行为数据分布相似时,预测结果准确率较高。上述研究发现为混合课程场景下学生成绩预测模型的迁移提供了实证基础和基本思路。
关键词
学习成绩预测
混合课程
预测
模型迁移
机器
学习
在线
学习
行为
Keywords
student performance prediction
blended course
predictive model generalization
machine learning
online learning behavior
分类号
G434 [文化科学—教育技术学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于行为识别的课堂深度学习成绩预测模型研究
胡富珍
王晓东
卜彩丽
《中国教育信息化》
2023
0
下载PDF
职称材料
2
基于在线学习行为的学习成绩预测及教学反思
吴青
罗儒国
《现代教育技术》
CSSCI
2017
29
下载PDF
职称材料
3
基于AdaBoost的MOOC学习成绩预测模型研究
贾靖怡
李玉斌
姚巧红
袁子涵
《软件导刊》
2021
6
下载PDF
职称材料
4
基于k-近邻优化算法慕课学习成绩预测研究
王凤芹
李瑛
韩庆龙
《计算机与数字工程》
2019
7
下载PDF
职称材料
5
基于PSO-BP网络的学习成绩预测研究
王芮
《安阳师范学院学报》
2021
1
下载PDF
职称材料
6
基于人工神经网络的学习成绩预测
邱文教
《计算机与信息技术》
2010
5
原文传递
7
基于多算法融合的在线学习成绩精准预测研究
班文静
姜强
赵蔚
《现代远距离教育》
CSSCI
2022
7
下载PDF
职称材料
8
基于机器学习的学生成绩预测及教学启示
吕品
于文兵
汪鑫
计春雷
《计算机技术与发展》
2019
23
下载PDF
职称材料
9
混合课程场景下学生成绩预测模型可迁移性研究
罗杨洋
韩锡斌
宋玉强
《清华大学教育研究》
2024
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部