基于词向量聚类的传媒专业课程思政需求挖掘

• 作者: 石豪
• 来源期刊: 电脑与信息技术
• 学科: 工学
• 关键词: 无监督学习 Word2Vec K-means 课程思政 传媒专业
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 软件设计与开发|Software Design and Development
• 页码范围: 42-45
• 页数: 4页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1005-1228.2022.02.011

摘要

学生意见挖掘在课程思政实施过程中具有重要的指导作用.文章基于Word2Vec神经网络和K-Means算法对在传媒专业线课程的学生评价进行聚类分析,发现各分值评论内容在知识、能力和情感三个维度关注程度的差异性.基于此,文章提出层次化的需求模型来描述学生对课程的需求,并建议课程思政建设需要先满足功能性、可靠性、体验性需求的基础上,合理嵌入思政内容满足学生的身份需求和价值诉求.