检索结果-南通市图书馆

基于深度哈希算法的学生画像个性化推荐系统的设计与实现

在线全文

学校读者我要写书评

暂无评论

河北省科学院学报 2024年第1期41卷 39-45页

作者：钟亚妹薛慧丽广州南洋理工职业学院广东广州510900

为了提升学生画像个性化推荐的效果,研究设计了一种基于深度哈希算法的学生画像个性化推荐系统。通过使用深度哈希算法结合经过处理的学生信息,进行了学生信息特征标签的提取,并构建了学生画像标签维度模型,从而提升了学生画像的生动性... 详细信息

为了提升学生画像个性化推荐的效果,研究设计了一种基于深度哈希算法的学生画像个性化推荐系统。通过使用深度哈希算法结合经过处理的学生信息,进行了学生信息特征标签的提取,并构建了学生画像标签维度模型,从而提升了学生画像的生动性。根据学生画像标注的学生特征,在学校课程资源特征数据集中进行搜索匹配,并根据排序后的检索结果生成推荐结果。实验结果表明,该系统能够有效地采集和预处理学生信息,并成功构建学生画像,完成学生画像的个性化推荐。

关键词：深度哈希算法学生画像个性化推荐学生行为属性网络爬虫技术标签维度模型

在线全文

学校读者我要写书评

暂无评论

基于融合神经网络模型的学生画像构建方法

现代计算机 2024年第10期 69-75页

作者：许惠惠山西药科职业学院器械工程系

利用融合神经网络模型，基于学生六方面的数据进行综合素质的预测和学生画像的构建。通过广泛收集学生的个人数据，包括经济状况、学业表现、生活习惯等多维指标，经过数据预处理后构建一个多维数据挖掘模型，结合了支持向量回归、门控... 详细信息

利用融合神经网络模型，基于学生六方面的数据进行综合素质的预测和学生画像的构建。通过广泛收集学生的个人数据，包括经济状况、学业表现、生活习惯等多维指标，经过数据预处理后构建一个多维数据挖掘模型，结合了支持向量回归、门控循环单元和多层感知器，以实现对学生综合素质的准确预测。研究结果呈现了全方位的学生画像，强调了数据驱动决策在教育领域的重要性，为学校个性化学生教育方案提供了科学依据。这项研究的成功验证了融合神经网络的有效性，为教育决策提供了更深层次的理解。

关键词：混合神经网络学生画像支持向量回归

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于学生画像的高职学生行为精细化管理

郑州铁路职业技术学院学报 2024年第2期36卷 80-83页

作者：邢思语包头钢铁职业技术学院内蒙古包头014000

从班主任视角探讨利用数据构建和学生画像,对高职学生行为进行有效管理、解决现实问题的方法。从学生画像概念入手,研究利用数据进行刻画,分析学生画像在高职学生行为管理中的应用及问题,提出改进策略。

关键词：学生画像高等职业教育学生管理数据分析

混合式教学背景下学生画像技术的应用——以高职数学系列课程为例

在线全文

学校读者我要写书评

暂无评论

学园 2024年第1期17卷 24-26页

作者：徐思吕扬江西财经职业学院江西九江332000

随着线上线下混合式教学方式的广泛采用,教学实施过程中产生大量能体现学生学习行为的多维度数据。利用学生行为数据构建指标体系,绘制学生画像,并根据画像结果有针对性地组织教学,具有重要的理论和实践意义。以高职数学系列课程为例,... 详细信息

随着线上线下混合式教学方式的广泛采用,教学实施过程中产生大量能体现学生学习行为的多维度数据。利用学生行为数据构建指标体系,绘制学生画像,并根据画像结果有针对性地组织教学,具有重要的理论和实践意义。以高职数学系列课程为例,整合学生行为数据,利用Chameleon算法进行分层聚类,对聚类分析结果进行标签化,绘制学生画像,并据此分层组织课程教学。

关键词：混合式教学学生画像高职数学

基于大数据与学生画像的高校体育课程精准教学模式构建

在线全文

学校读者我要写书评

暂无评论

当代教研论丛 2024年第5期10卷 40-43页

作者：董国珍丁樑太原学院山西太原030032 吕梁学院山西吕梁033000

随着时代的发展,大数据技术在各领域得到广泛应用。教育精准化已成为当代教育理念的内在要求。文章以大数据技术实现高校体育课程精准教学为主题,阐述精准教学的内涵,探讨大数据技术在高校体育教学中的具体应用,提出基于大数据和学生画... 详细信息

随着时代的发展,大数据技术在各领域得到广泛应用。教育精准化已成为当代教育理念的内在要求。文章以大数据技术实现高校体育课程精准教学为主题,阐述精准教学的内涵,探讨大数据技术在高校体育教学中的具体应用,提出基于大数据和学生画像的体育课程精准教学模式。

关键词：大数据学生画像体育课程精准教学

“多元多面”赋能学生画像 “藏慧于数”涵养人文教育

在线全文

学校读者我要写书评

暂无评论

中国信息技术教育 2024年第3期 95-98页

作者：周爱民张勇浙江省平湖市当湖高级中学

大数据为新时代教育评价转型发展提供了重要机遇,促进大数据与教育评价融合创新是深化新时代教育评价改革的必然要求。作者所在学校积极探索实践推动校园数字化转型,利用大数据“尽精微,致广大”,多元多面探寻赋能“学生画像”核心板块... 详细信息

大数据为新时代教育评价转型发展提供了重要机遇,促进大数据与教育评价融合创新是深化新时代教育评价改革的必然要求。作者所在学校积极探索实践推动校园数字化转型,利用大数据“尽精微,致广大”,多元多面探寻赋能“学生画像”核心板块,以期实现深度育人的美好愿景。

关键词：大数据学生画像精准教育深度育人

在线全文

学校读者我要写书评

暂无评论

基于聚类算法的高职学生行为画像构建研究

轻工科技 2024年第4期40卷 117-120页

作者：郝思喆南宁职业技术学院广西南宁530000

在大数据技术迅猛发展的背景下,信息化技术与高职教育的深度融合,催生了海量的教育数据。本研究以智慧校园中各信息系统的数据为基础,探索一种融合大数据技术与K-means聚类算法的应用策略,旨在构建智慧校园环境下的高职学生画像标签体... 详细信息

在大数据技术迅猛发展的背景下,信息化技术与高职教育的深度融合,催生了海量的教育数据。本研究以智慧校园中各信息系统的数据为基础,探索一种融合大数据技术与K-means聚类算法的应用策略,旨在构建智慧校园环境下的高职学生画像标签体系。通过对学生在校期间的原始数据进行数据处理,包括数据采集、清洗、集成等步骤,提取学习行为、消费记录、社交互动、实习就业、兴趣偏好等多个维度的标签,构建学生个人画像模型。基于该模型,以可视化的方式展示学生画像,为高校教育管理人员提供了一个全面认识学生、精准预测学生行为和需求、实现个性化服务的有效工具。

关键词：大数据技术 K-means聚类算法学生画像

数据驱动的学生画像:概念、方法、应用与问题

在线全文

学校读者我要写书评

暂无评论

中小学电教（综合） 2024年第3期 10-13页

作者：汤倩雯扬州大学新闻与传媒学院江苏扬州225009

随着教育数字化转型的深入推进,基于数据分析和挖掘的学生画像作为一种新型的教育评估手段,日益引起教育界的重视。本文探究了学生画像的研究现状,旨在为相关研究提供参考。通过文献调研与分析,对学生画像的概念进行界定,总结归纳了学... 详细信息

随着教育数字化转型的深入推进,基于数据分析和挖掘的学生画像作为一种新型的教育评估手段,日益引起教育界的重视。本文探究了学生画像的研究现状,旨在为相关研究提供参考。通过文献调研与分析,对学生画像的概念进行界定,总结归纳了学生画像的构建方法,一般包括明确目标、数据采集、数据建模和可视化呈现四个阶段;梳理了学生画像的应用领域,主要涉及学习管理、个性化教育和学业预警等方面;同时,分析了学生画像存在的问题,并针对这些问题提出了相应的解决措施,促进学生画像与智慧教育的高度融合。

关键词：学生画像学习者画像学习分析个性化教育

在线全文

学校读者我要写书评

暂无评论

学生画像生成系统的设计与实现

学生画像生成系统的设计与实现

作者：马统晖华东师范大学

学位级别：硕士

近年来,教育信息化得到了快速发展。为了有效监测学生的学习成长并为学生推荐适合的学习内容,教育数据挖掘逐渐兴起。其中,学生画像作为教育数据挖掘的关键组成部分,在教育领域的应用中占据了重要的地位。本文对学生画像模型的构建和生... 详细信息

近年来,教育信息化得到了快速发展。为了有效监测学生的学习成长并为学生推荐适合的学习内容,教育数据挖掘逐渐兴起。其中,学生画像作为教育数据挖掘的关键组成部分,在教育领域的应用中占据了重要的地位。本文对学生画像模型的构建和生成进行了深入研究,发现当前阶段的学生画像研究存在以下问题:计算机领域专家主要从认知层面对画像进行研究,比如做知识点推荐、成绩预测,缺少对学生画像的深层次研究;教育领域专家虽然提出了有深度的学生画像,但局限于理论,缺少技术实现。因此本文结合两个领域知识,提出了一个全面、多维度的学生画像模型,它不仅仅可以展示学生素养的多样性,还可以解释学生的学业表现。同时,本文通过机器学习算法生成画像各个维度的数据,并将画像数据可视化于系统中,使教师能够直观地查看学生画像,更好地了解学生的学习状况。本文主要工作如下:1.创新性地设计了数据集。本文针对教育数据杂乱的问题,使用了打标签的方式处理高中数学课程的知识点和题目数据;然后,将标签导入做题平台,采集学生各类信息来得到基本属性,并结合题目标签构建复杂属性;最后,将数据进行处理和清洗,为画像生成做铺垫。2.基于教育学理论构建学生画像。本文针对计算机科学中构建画像深度不够的问题,基于教育学构建了一个全面、深层次的画像。画像包括十个维度,用“成绩维度”来衡量学生的学业表现,用“数学建模及抽象、数学运算、逻辑推理、专注度、创造性、学习态度、抗压能力、情绪表达、自信程度”九个核心素养维度来表示学生学习和成长的关键特征,同时解释学生成绩。3.基于Boruta-PSO-XGBoost模型预测学生成绩维度。首先使用Boruta算法对特征进行选择,一方面是为了筛选出重要特征,另一方面可以验证复杂属性的合理性;然后使用PSO-XGBoost算法对成绩维度进行预测,与不同的模型做对比实验和消融实验。本文提出的模型在精准率、召回率和F1值上优于传统机器学习模型。4.基于混合神经网络模型预测学生核心素养维度。为了提高核心素养预测的准确率,本文使用FNN网络处理静态数据,使用CNN-LSTM网络处理动态数据,两者融合生成混合神经网络模型。本文提出的模型在精准率、召回率、F1值和准确率上优于基本深度学习模型。5.设计与实现学生画像生成系统。本文将系统分为信息录入模块、画像生成模块、前端展示模块。在系统开发过程中,采用Spring Boot框架构建并实现各项功能;为确保系统各项性能满足需求,对系统进行了功能测试和非功能测试,从而提供一个高质量且稳定的用户体验。

关键词：学生画像数据挖掘机器学习可视化技术