基于Bootstrap的混合式学习评价系统的设计

文章介绍了混合式学习评价系统的设计思路,该系统旨在实现高校混合式教学中对学生的合理客观的学习评价及对教师教学的综合评价。文章着重介绍了混合式学习评价系统的网页设计,详细介绍了网页中各个模块的设计及其技术实现。该系统的网页设计与开发是基于Bootstrap框架实现的,并结合html、css技术,通过自适应设计来适应不同的终端设备,为用户带来较好的体验感,并为混合式评价系统的其他功能实现做好前端服务。该系统提供的评价数据对改进混合式教学效果具有重要意义。

混合式机器学习系统在家庭服装消费支出决策模型中的应用研究

混合式机器学习(HML)是在智能信息处理上的一种先进算法,它把以决策树为基础的归纳学习与模块化的神经网络计算结合起来,从而提供了一种在知识基础上进行证实和确认的行之有效的智能化数据挖掘过程。论文将混合式机器学习系统HML进行了全面系统介绍后,将其运用于家庭服装消费支出决策行为的研究中,指出家庭及成员服装消费影响的主要因素是收入、子女性别和季节。在此基础上,选择了家庭服装消费总支出为源数据库,将HML分析所得的结论与前人研究的方法和研究的结果进行了系统比较:从方法上来看,因为属性变量包含间断变量和连续变量两种,因此传统统计分析要运用两种不同检测方法来对影响因素的相关性作出判断,结果需要经过统计学分析,才能得到结论;而HML分析结果比较直观和简单,便于理解;从结果来看,HML的预测精度比传统方法更加精确。

基于生态学习理论的高职混合式学习生态系统构建研究

“互联网+职业教育”要求运用现代信息技术对高职教育进行教学改革。基于生态学习与混合式学习理论,以混合式学习生态特征为切入点进行实践研究,发现高职院校混合式学习生态系统中情境性、动态性与主体性特征较弱,可通过加强课程的职业化与问题性导向,分阶段搭建动态教学支架,加强个性化与多样化学习支持服务等强化混合式学习生态特征,促进混合式学习生态系统和谐可持续发展,提高学习有效性。

HML系统在商店偏好决策模型中的应用研究

对混合式机器学习系统(HML)进行了全面系统的介绍,并将其运用于服装消费商店偏好决策行为的研究中。采用上海统计局家庭调查网络,对300户家庭进行抽样分析后发现,服装消费商店偏好的主要影响因素是地区、季节、丈夫和妻子的学历、职业以及子女性别。在此基础上,将HML分析所得的结论与传统的研究方法和结果进行了系统比较:从方法上来看,因为属性变量包含间断变量和连续变量两种,因此传统统计分析要运用两种不同的检测方法对影响因素的相关性作出判断,结果需要经过统计学分析,才能得到结论;而HML分析结果比较直观和简单,便于理解。

《班级作文周报》让孩子爱上写作

通过创办班级作文周报——《小彩虹兔班级作文周报》,构建线上、线下优势互补的混合式学习系统,让每一名学生都能在周报上发表自己的作文,激发学生的作文的主动性与积极性,使写作氛围在循环发表的过程中越办越浓,形成一个魔力"写作场",让孩子学会写作,并爱上写作。