大数据下最优教学方式选取模型设计

• 作者: 游晓东 许健松
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 大数据 数据拟合 滤除干扰 模型设计 数据挖掘 分段处理 特征选取 教学方式
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 664-669
• 页数: 6页
• 分类号: TP399
• 字数: 4080字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2018.06.12

摘要

为了获取关联性较强、数据融合精度较高的最优教学模式,提出依据数据估计量变化的最优教学方式选取模型设计方法.对不同服务器大数据信息进行分段,利用前半段数据进行曲线拟合,后半段数据进行直线拟合.预测高噪声干扰数据,分析干扰数据点滤除前后统计量的变化,构建由数据源整合、数据拟合、滤除干扰三方面相结合的最优教学方式选取模型并进行相关性计算.利用调整系数进一步提高了模型精度.结果表明,所设计模型的表达能力较强,复杂度不高,可精准、快速地实现最优教学方式的选取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许健松	福建农林大学教务处	11	43	4.0	6.0
2	游晓东	福建农林大学管理学院	3	11	2.0	3.0