基于FP-Growth算法的在线学习行为研究——以C++课程为例  

作　　者：李娟[1] 周树功[1] 魏佳 李师广 

机构地区：[1]唐山师范学院数学与计算科学学院,河北唐山063000

出　　处：《大众文摘》2023年第27期66-68,共3页

基　　金：河北省高等教育教学改革研究与实践项目(2021GJJG552);唐山师范学院2022年教育教学改革研究项目(2022JG16);唐山师范学院2023年教育教学改革研究项目(2023JG20)。

摘　　要：本文将关联规则FP-Growth算法用于学习者在线学习行为研究。通过获取国家高等智慧教育平台C++课程的学习行为数据并进行预处理,采用K-means聚类方法归纳出四类不同的学习行为,利用关联规则FP-Growth算法挖掘出这四类不同的学习行为与学习效果之间的强规则,结果表明:以消极型低成绩的学习者为例,要重点关注章节任务点、章节检测和作业三个指标的完成情况。该研究能够得出在线学习行为影响因素与学习效果之间的具体关系,有利于推进改革教学方式,改善学习行为。

关 键 词：国家高等智慧教育平台 在线学习行为 K-MEANS聚类 关联规则 FP-GROWTH算法 

分 类 号：C[社会学]