基于机器学习的MOOC学习者弃学预测与预警系统实现 |
| |
引用本文: | 崔争艳,刘晨晨,孙滨.基于机器学习的MOOC学习者弃学预测与预警系统实现[J].信息与电脑,2022(1):65-67. |
| |
作者姓名: | 崔争艳 刘晨晨 孙滨 |
| |
作者单位: | 郑州工业应用技术学院信息工程学院 |
| |
基金项目: | 河南省教育厅高等学校重点科研资助项目(项目编号:22B520040); |
| |
摘 要: | 混合式学习环境下,存在学习者弃学现象,影响相关情况的预测以及预警布局变化性以及稳定性。因此,本文研究了基于机器学习的MOOC学习者弃学预测与预警系统。设计主控电源电路以及预测、预警模块,完成硬件的创建;在机器学习下建立总体架构指令,通过拓扑深度学习实现预警数据库设计,完成软件设计。系统测试表明:在相同的测试环境之下,对比于未应用机器学习的MOOC学习者弃学预测与预警系统测试组,应用的测试组最终得出的召回率相对较低。本文设计的系统具有更强的灵活性,预测、预警的效果较为精准,并能够更加精准地应变处理,具有实际的应用意义。
|
关 键 词: | 机器学习 MOOC学习者 弃学预测 预警技术 远程预测监控 |
|