学习测评大数据支撑下面向知识点的学习预警建模与仿真

发布时间：2023-10-27 18:52

　　学习测评是教学环节中的重要活动模块,对基于学生测评所产生的数据进行收集分析有助于挖掘学生真实的学习状态,明晰学生对知识点的掌握情况。以测评大数据为基础,以学生知识点综合掌握情况为研究内容,以贝叶斯网络为分析方法,通过节点权重分析及因果关系分析形成预警模型网络结构,在参数学习和条件概率分析的基础上形成面向知识点的学习预警模型。以某学校高一数学三次考试中的500条测评数据作为样本数据,采用5折交叉验证法对模型的有效性进行验证,采用因果推理和诊断推理对知识点预测结果进行仿真验证分析。研究结果表明,所构建的预警模型涵盖1个总目标层节点、5个指标层节点和20个数据层节点,通过调整模型中的节点能够有效观测不同条件下指标层和目标层知识点的掌握情况,并进行准确预警;通过灵敏度分析得出学习预警需要关注的核心节点,其影响程度从大到小依次为:核心知识点掌握情况>相关知识点掌握情况>各难度题目掌握情况;交叉使用主次指标排队分类法和专家打分法确定节点不同预警状态概率间的权重并以此计算判别值,按需调整其阈值以对学习者进行个性化类别划分与状态识别。

【文章页数】：10 页

【文章目录】：
一、研究缘起
二、测评大数据源与学习预警流程分析
    (一) 测评大数据概念界定与数据源分析
        1. 测评大数据概念界定
        2. 测评大数据源分析
    (二) 学习预警相关算法述评
    (三) 贝叶斯网络算法介绍
    (四) 学习预警模型操作流程
三、贝叶斯网络支持下面向知识点的学习预警建模
    (一) 学习预警模型结构分析
        1. 知识点掌握情况评价体系构建及节点权重计算
        2. 学习预警模型数据预处理
        3. 预警模型结构分析
    (二) 学习预警参数生成及建模
    (三) 学习预警类别划分与状态识别
四、基于测评大数据的学习预警模型验证与仿真
    (一) 预警模型有效性验证与敏感度分析
        1. 预警模型有效性验证
        2. 预警模型目标层节点敏感度分析
    (二) 知识点综合掌握情况预测仿真分析
        1. 因果推理分析
        2. 诊断推理分析
五、研究结论
六、不足与展望



本文编号：3857077