基于K-Means聚类的在线学习用户个性化分类

• 作者: 郭飞雁
• 来源期刊: 数字传媒研究
• 学科: 工学
• 关键词: 聚类 在线学习 个性化分类
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 技术应用
• 页码范围: 35-39
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.2096-0751.2021.12.011

摘要

如何利用人工智能提供个性化学习环境及服务已成为当前教育研究者关注的焦点.随着各种在线学习平台的层出不穷,如何利用信息技术提供个性化学习环境及服务已成为当前研究热点.本文基于在线学习平台"超星泛雅"中《网页设计与制作》在线课程案例,重点介绍了数据挖掘算法中K-Means聚类算法的应用.针对传统IFL模型的不足,结合在线学习案例进行改造,构造含有五个指标的IFLPT模型,最后通过聚类结果,对在线学习用户进行分类并进行深入分析,制定相应的在线学习干预策略,提高在线学习效率.