基于MOOC学习行为大数据的网络课程通过率预测方法

发布时间：2023-10-14 09:06

　　在分析大规模在线开放课程平台数据中影响课程通过率的评价指标基础上,引入随机图和概率论,建立了一种预测网络课程通过率的概率模型与算法。该模型基于网络图论和学习时长的随机性,通过时频域间的概率函数相互转化,直观地预测课程通过率的动态变化,可分析连续概率分布和离散经验分布函数,以及大规模的网络课程通过率问题,且便于计算机仿真实现。最后,结合Matlab给出的某一网络课程通过率算例,验证了该随机概率模型及其算法的可行性和有效性,并实际应用于高校大规模网络课程平台,显示出其良好的前景。

【文章页数】：8 页

【文章目录】：
1 引言
2 影响课程通过率的学习行为
3 数学描述及模型建立
    3.1 随机变量的课程网络图模型
    3.2 课程通过率预测模型
    3.3 大规模课程网络分层模型
4 预测算法设计
5 预测算例
6结束语



本文编号：3854019