当下"互联网+教育"已成为热门话题,传统教学方式已无法满足在线学习的需要。如何借助教育数据挖掘技术,促进学生个性化学习,成为教师关注的热点。对此,文中在研究了现有学习风格模型的基础上,使用Felder-Silverman模型进行学习风格表示,并提出了基于遗传算法和K-means聚类算法的学习者学习风格分析方法,该方法弥补了K-means算法容易陷入局部最优解的不足。最后,分别采用传统K-means和GA-K-means分别对学习风格数据进行分析,实验结果表明,本文提出的GA-K-means算法在稳定性和有效性方面都明显好于传统K-means聚类算法,对学习者学习风格的分析更加准确与全面,有利于教师在教学过程中分析学生的学习风格,为学生提供个性化的学习支持和学习服务。
类型: 期刊论文
作者: 王芳,林龙成
关键词: 遗传算法,聚类算法,个性化学习,学习风格分析
来源: 数字技术与应用 2019年12期
年度: 2019
分类: 信息科技
专业: 自动化技术
单位: 江苏省南通卫生高等职业技术学校
分类号: TP18
DOI: 10.19695/j.cnki.cn12-1369.2019.12.63
页码: 106-108+111
总页数: 4
文件大小: 14786K
下载量: 49
本文来源: https://www.lunwen90.cn/article/b3fd79c0b06bcad079c7c948.html