基于稀疏凸非负矩阵分解的混合数据特征提取与评价研究
Journal of Jianghan University Natural Science Edition（2021）
摘要
针对目前缺乏对在线教学和传统课堂的混合数据融合分析,提出一种改进的凸非负矩阵分解特征提取算法,可有效提取学生学习行为数据的特征群集.根据群集特征的权值大小,依次选取多级特征指标,构建评价层、群集层、特征层3个层次上的PSR评价指标体系.依据评价指标体系采用综合加权法计算学生个体的质量评价值,对个体进行分级,分级结果与学生期末考试成绩分级分布基本一致,且符合正态分布,证明了特征提取方法及评价分级模型的有效性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要