[发明专利]大规模网络教育中网络学习行为幂律分布概率建模方法在审

专利信息
申请号: 201810026932.1 申请日: 2018-01-11
公开(公告)号: CN108197424A 公开(公告)日: 2018-06-22
发明(设计)人: 刘均;薛妮;杨宽;宋凌云;张玲玲;任若清 申请(专利权)人: 西安交通大学
主分类号: G06F19/00 分类号: G06F19/00
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 徐文权
地址: 710049 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明展示大规模网络教育中网络学习行为幂律分布概率建模方法,1.得出服从幂律分布的网络学习行为B的初始影响因素集合Fori;2.将相关系数大于给定相关系数阈值r的因素加入候选影响因素集合Fcon;3.将与网络学习行为B之间具有因果关系的因素加入最终影响因素集合F;4.提出网络学习行为幂律分布的概率模型假设;5.建立学习者在具体某天进行学习活动的概率模型;6.对所有学习者在课程周期内的学习过程进行模拟。本发明建立了通用的网络学习行为概率模型以及学习过程生成算法,适用于多种网络学习行为,可以基于模型对学习者在课程后续阶段的学习表现进行预测,从而对教学计划进行动态调整,及时做出补救措施。
搜索关键词: 网络学习 影响因素 分布概率 概率模型 网络教育 学习过程 集合 建模 补救措施 动态调整 后续阶段 生成算法 行为概率 学习活动 因果关系 课程 通用的 预测 展示 表现 学习
【主权项】:
1.大规模网络教育中网络学习行为幂律分布概率建模方法,其特征在于,包括以下步骤:步骤1,在大规模e‑Learning环境下,给定服从幂律分布的网络学习行为B,根据幂律分布生成机制以及网络教育机构的教学要求,得出网络学习行为B的初始影响因素集合Fori;步骤2,通过相关性分析,计算Fori中的每个因素f与网络学习行为B之间的相关系数,将相关系数大于给定相关系数阈值r的因素加入候选影响因素集合Fcon;步骤3,通过因果分析,检验Fcon中的每个因素f与网络学习行为B之间的因果关系,将与网络学习行为B之间具有因果关系的因素加入最终影响因素集合F;步骤4,基于BA模型的特性,根据最终影响因素集合F提出网络学习行为幂律分布的概率模型假设;步骤5,基于最终影响因素集合F以及网络学习行为概率模型假设,建立学习者在具体某天进行学习活动的概率模型;步骤6,根据得到的概率模型,设计学习过程生成算法,对所有学习者在课程周期内的学习过程进行模拟。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201810026932.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top