排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
2.
针对目前智能教学系统中,大部分对学生认知能力的评价过于单一,而且并没有对学生的学习数据进行预处理,导致学生认知能力的评价结果缺乏说服力。本文提出在使用试题重复答对率对学生的学习数据进行预处理的基础上,采用矢量记录法量化的学习行为数据,结合专家给出的认知能力的起评参数,运用模糊综合评价方法评价学生的认知能力,从而构建出认知学生模型。通过该方法构建的认知学生模型可以有效地控制学生的不真实的数据,从而更贴切地刻画学生认知能力,使评价更具有合理性。实验表明该方法可行,并取得了良好的效果。 相似文献
3.
4.
教育数字化战略的实施加速了以数字化为支撑的学习行为分析框架与理论模型建设的同时,也暴露出当前模型的教育解释力不足等新问题。文章试图以“场景”为研究切入点,借助“场景”作为洞察和解释人类社会行为的认知工具,从“场景”如何量化学习行为大数据的视角,建构一个可量化、可解释的学习行为分析框架,以更好地洞察与阐释隐藏在行为大数据背后的学习行为规律。研究从“场景”与“行为”的关联视角,深度剖析了“场景”与人类社会行为之间的关联渊源,以及“场景”对学习行为模式解释性的影响;再从数据驱动的量化视角,对场景量化的构成要素、特性等进行分析,深层次分析了场景驱动学习行为分析建模的量化逻辑;从场景如何解释行为模式的视角,围绕以“场景”为核心,构建一个数据驱动的学习行为分析的解释性框架,并探讨了该解释性框架的应用方向。 相似文献
1