基于深度神经网络的混合教学学生画像模型

发布时间：2023-02-13 18:15

　　混合教学是混合了传统教学与在线教学两种教学模式的一种新型教学方法,教学过程中会产生大量的数据,如何快速准确的在当前教学过程产生的海量数据中抽象出与学生学习特征有关的关键信息,并勾勒出学生画像,是当前混合教育应用中的一大难点。DNN(深度神经网络)拥有从大量原始数据中提取高级特征值的能力,在已建立某基础在线课程中产生的学生学习行为数据存储分析平台基础上,对数据进行有效地收集、清理,并和传统课堂产生教学数据进行有机整合。然后对所获取数据进行分析与挖掘,找出有价值数据,构建基于DNN的分析评价模型,从而快速准确的形成学生画像模型。这些结果可以让教师更深入全面的了解学生当前学习效果状态,通过AI的手段服务教学,提高教师与学生对当前学习效果的认知,为混合教学提供更严谨,准确的技术支持。

【文章页数】：4 页

【文章目录】：
0 引言
1 混合教学与深度神经网络
2 混合教学数据分析
    2.1 传统教学数据
    2.2 在线教学数据
3 数据处理
    3.1 空缺值处理
    3.2 统计分析
    3.3 数据离散化
4 基于深度神经网络的学生画像模型
    4.1 画像模型实施过程
    4.2 算法实现
    4.3 算法应用
5 结论



本文编号：3742067