基于多种机器学习的线上教学质量提升研究  

作　　者：刘经纬[1] 郑佳琪 管刚 

机构地区：[1]首都经贸大学 [2]凯文教育集团

出　　处：《信息系统工程》2024年第4期136-139,共4页

基　　金：2021年北京市教育委员会科研计划项目“防疫应急状态下高质量教学管理模式研究”(项目编号:SM202110038009)。

摘　　要：教学质量是衡量教育工作的基本指标。由于现有教学质量指标不够完善,线上教学面临缺乏互动、管理不完善等问题。为解决上述问题,研究工作如下:首先,通过调研的线上教学质量指标,结合学生反馈的教学质量因素,确定重点关注指标项。其次,构建线上教学质量研究模型,对比随机森林、XGBoost和支持向量回归机三种模型的效果。最后,在实证中验证模型的有效性并提出建议。研究成果如下:首先,确定对教学质量影响最大的教学指标。其次,得出了线上教学质量评价模型,对比结果表明XGBoost模型效果更好。最后,验证了建议对教学质量有改进效果。

关 键 词：线上教学质量 随机森林 XGBoost 支持向量回归机 

分 类 号：G434[文化科学—教育学] G642.4[文化科学—教育技术学] TP181[自动化与计算机技术—控制理论与控制工程]