基于决策树方法的个性化课件资源选择.pdfVIP

基于决策树方法的个性化课件资源选择 合肥I业大学计算机与信息学院李家文姚君遗杨善林 搞要：如何为学生提供十性化课件是远程教育的一十重要内容，皋文从学生历吏学习记季的角度．运用敷据挖掘理论中的决策树方法．通过分析学生 学习知识．置的敷果殪知识点所调用资源属性的关系，拽出具有相似学习特征的某粪同学在学习莱一知识董时资源选择的规肆．从而培鼻有相似特性的同 学组织课件提供决蕞参考， 一 美-词：决策树；PuBLIc算法；远程教育；教育贵源；十性化课件 三r6牛哆 1。引言 目前我国已制定出《教育资源建设技 南到建立一个正确的决第树。 目前，个性化教育已成为网络研究 术规范信邑模型》…，它以学习对象元数 试验表明f2l，在建松寸阶段完成后进行 和应用开发的热点问题，其根本就是尊 据模型(LoM)为核心，并针对教育资源的剪枝，此时的决策树大郎分节点在剪枝阶 重用户，研究并j户的行为习惯和兴趣等， 特征建立了扩展集。每个教育资源都有相 段被剪掉．建树阶段用于建立在剪枝阶段 为用户选择需要的资源。它体现师生互 应的属性瘫描述该资源的相关特征，属性 将被剪去的那部分决策树上的花费是浪费 动和教与学的规律．包括个性化教学和 值的取值由规范定义的词汇表提供。教育 的。吼Ic算法将“建树”和“剪枝”为一 个性化学习两个方面。教案有效组组工 资源岸大都采用关系数据庠结构．关系模 体，它把第二阶段的剪枝结合到第一阶段 具是国家“网络教育关键技术与示范工 型中数据的逻辑结构是一张■维表．横向 的建树中去。它类似普通的建树算法，唯 程”的一个重要组成项目．它体现教与学 为字段。字段为教育资源属性，纵向为l己 一的区别是每隔一定的时间或一定数量的 的个性化，该工具既可而向教师组织成 录，记录为教育资源。 节点被划分后，建立的部分决策树被剪枝。 授课型课件，又可面向学生组成自学型 从大量学生学习历史数据中挖掘出资 PuBLIc剪枝算珐的核心是对子村最小代 课件．即教师在编辑某一知识点时．系统 源选择的规律一个很好的方法是分类。在 价的计算上，节点为N的子树节点最小代 能根据知识点之间的关系和学生群体的 分娄技术的发展过程中，常用方法有匝叶 实际情况．调用将要编辑的知识点的资 斯分类、神经网络、遗传算法和决策树等。 Pubb‘pnlnel如下： 源素材：学生在学习某门课程时，可根据 与神经网络和见叶新分类相比．决策树方 ProcedurePI】blicPmnel(NodeN)： 自己的知识结构和学习行为(如学习偏 法更容易被人理解，计算量相对来说较少， ／+s为N的。个数据集+／ 好、已有的考核成绩、学科专业特点等) 还表现出很好的分类精度，特别适台离散 If㈣仍是将被扩展的叶节点) 从教学资源库中选择适台自己的素材组 属性的处理，而对连续属性较难预测。决 Retm(1)： 织成课件供自己学习。这样既提高了教 策树生成算法除了包含在训练数据中的信 If(N是已被剪或者是不可扩展的叶 师制作课件的效率。叉提高学生的学习 息外，不要求其他的信息，如领域知识等。 节点1 效率，使教师的教学和学生的学习具有 为此，本文选择决策树方法作为教育资源 Rct∞(c(s)+1)； 更强的针对性和适用性。 选择规律的分析方法。 ／+N1、N2是N的弦子节点+／ 课件的组织通常以知识点为对象，从 至今．人们已经提出了多种决策树构 资源库中有哪些信誉好的足球投注网站有关此知识点的资源可能有 造算法，如cLs，ID3，c45，cART，sLl0， 很多个，如何选择合适学生学习的资源，是 sPRINT等．这些决策树生成算法中大多 我们需解决