《表7 分组样本统计：基于学习情况协同过滤算法的个性化学习推荐模型研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于学习情况协同过滤算法的个性化学习推荐模型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为进一步分析4组学生经过不同推荐模型学习之后的差异性，采用数据分析工具SPSS对第二次测试作特别适用于小样本规模的T检验分析[22]。由于实验需要，各组人数需保持一致，因此在B组随机减少一名学生。分组样本统计如表7所示，分组成对样本检验如表8所示。可知各组应用不同模型进行学习之后，D组较其他组的测试得分均值更高，表明LS-PLRM的推荐效果更佳；标准差和均值的标准误差更低，表明经过LS-PLRM学习的学生群体成绩更加均衡，分离度较小。