基于遗传算法和K-means算法的学习风格分析研究

• 作者: 林龙成 王芳
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 遗传算法 K-means聚类算法 个性化学习 学习风格分析
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 算法分析
• 页码范围: 106-108,111
• 页数: 4页
• 分类号: TP301.6
• 字数: 2998字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2019.12.63

摘要

当下"互联网+教育"已成为热门话题,传统教学方式已无法满足在线学习的需要.如何借助教育数据挖掘技术,促进学生个性化学习,成为教师关注的热点.对此,文中在研究了现有学习风格模型的基础上,使用Felder-Silverman模型进行学习风格表示,并提出了基于遗传算法和K-means聚类算法的学习者学习风格分析方法,该方法弥补了K-means算法容易陷入局部最优解的不足.最后,分别采用传统K-means和GA-K-means分别对学习风格数据进行分析,实验结果表明,本文提出的GA-K-means算法在稳定性和有效性方面都明显好于传统K-means聚类算法,对学习者学习风格的分析更加准确与全面,有利于教师在教学过程中分析学生的学习风格,为学生提供个性化的学习支持和学习服务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王芳		133	114	6.0	8.0
2	林龙成		10	1	1.0	1.0