广东工业大学学报2022，Vol.39Issue(3) ：41-48.DOI:10.12052/gdutxb.210067

基于贝叶斯网络模型的在线学习行为分析

An Online Learning Behavior Analysis Based on Bayesian Network Model

冯广 潘庭锋 伍文燕
广东工业大学学报2022，Vol.39Issue(3) ：41-48.DOI:10.12052/gdutxb.210067
✕
  • 维普
  • 万方数据

基于贝叶斯网络模型的在线学习行为分析

An Online Learning Behavior Analysis Based on Bayesian Network Model

冯广 1潘庭锋 2伍文燕3
扫码查看

作者信息

  • 1. 广东工业大学 自动化学院, 广东 广州 510006
  • 2. 广东工业大学 计算机学院, 广东 广州 510006
  • 3. 广东工业大学 网络信息与现代教育技术中心, 广东 广州 510006
  • 折叠

摘要

线上线下结合的教学模式是未来教学的一个趋势,每一个学生的学习行为会直接影响学习结果,因此研究学习者学习行为对学习成绩的影响程度是目前的研究重点.目前常见的评价模型存在可信程度较低、可解释性较弱等问题,本文使用基于证据推理的贝叶斯网络(Bayes Network, BN)能够有效地解决这一问题.把方法应用在学习行为分析上,与常用的机器模型和深度学习模型进行比较,表现出更低的误差和更强的可解释性.

关键词

在线教育/贝叶斯网络/学习行为/联合树/可解释性

引用本文复制引用

基金项目

国家自然科学基金(71671048)

出版年

2022
广东工业大学学报
广东工业大学

广东工业大学学报

影响因子：0.628
ISSN：1007-7162
被引量1
参考文献量11
段落导航相关论文