基于CF-DTW的学习风格挖掘算法

学习风格是影响学生学习质量和效率的关键因素,而如何针对不同学习风格的学习者制定个性化学习策略,是当前教育工作者普遍面临的一大难题。在此背景下,文章提出了一种基于CF-DTW的学习风格挖掘算法,即采用级联过滤器快速筛选数据集,对过滤后的数据进行相似度计算,挖掘相似度最大的学习风格序列。通过最大相似度搜索和时序聚类实验,证明了CF-DTW算法在保证匹配精度的同时,还能有效提高运算速度,适用于最大相似度搜索和时序聚类等应用场景,为探究个性化学习策略提供了重要支持。