-
研究对象
“玩课网”平台的重庆文理学院“大学生计算机基础”课程的学习数据 - 研究动机
为了更加科学的分析在线学习行为和准确的预测在线课程成绩，本文提出了一种基于行为分析的在线课程成绩预测模型。 - 文献综述
该研究是利用数据挖掘技术，收集学生在线学习行为数据并利用神经网络实现在线课程成绩预测的一种模型。
-
研究方案设计
- 1.模型构建：包括数据采集、数据分析、数据处理到成绩预测的整个过程。
- 2.在线学习行为分析：包括行为构成要素分析、行为交互方式分析以及行为操作方式分析三个方面。
-
3.实验：1)数据分析与处理2)算法实现：实验采用前向神经网络完成前期的训练和后期的成绩预测。3)成绩预测：选取1000 名大一学生的行为数据，以5：2：3的比例分别作为训练子集，验证子集和测试子集的行为数据。
- 使用数据集
选取“玩课网”平台的重庆文理学院“大学生计算机基础”课程后台数据库作为实验数据研究结论
学习心得
学习行为的数据获取可以通过数据挖掘技术获取，后一部分的算法实现需要重温一下神经网络。