作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
网络学习行为研究,是网络教育研究的重要组成部分。采用先进的人工智能技术对网络学习者的行为特征进行智能评价和预测,成为一个新兴交叉研究领域。采用C4.5决策树算法构建网络学习者行为特征系统,挖掘行为特征和学习效果关系的历史数据,建立学习效果-行为特征智能评价模型。通过实验仿真发现,C4.5决策树算法取得了较为理想的分类预测效果。
推荐文章
基于C4.5的决策树改进算法研究
数据挖掘
决策树
分类规则
属性依赖性度量
一种改进的C4.5决策树算法
C4.5决策树算法
粗糙集
属性约简
连续属性
分割阈值
数据挖掘中改进的C4.5决策树分类算法
数据挖掘
C4.5决策树
分类算法
判别能力度量
连续属性
基于SPMD的C4.5并行决策树加速分析
C4. 5
并行
决策树
MATLAB
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于C4.5决策树算法的网络学习行为研究
来源期刊 科教导刊-电子版(中旬) 学科 工学
关键词 C4.5算法 决策树 网络学习行为
年,卷(期) 2016,(8) 所属期刊栏目 科学技术
研究方向 页码范围 150-151
页数 2页 分类号 TP311.13
字数 3118字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (3)
同被引文献  (24)
二级引证文献  (1)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
C4.5算法
决策树
网络学习行为
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科教导刊-电子版(中旬)
月刊
chi
出版文献量(篇)
18112
总下载数(次)
49
总被引数(次)
2883
论文1v1指导