《表4 五种算法人格特质识别结果》

  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

《基于大五人格的在线学习行为与人格特质识别研究》

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

以204名学生各人格特质平均分为阈值将学习者的人格特质分为高低两类：高于平均分为高倾向性，人格特质标记为“1”；低于平均分的为低倾向性，人格特质标记为“0”。将学生的人格特质进行标签化处理，将上述相关变量作为预测变量，对人格特质进行识别。使用Rapidminer中的人工神经网络、K近邻、随机森林、决策树、朴素贝叶斯五种算法对人格特质进行分类预测。选取标签化处理的人格特质和在线学习行为数据中的70%作为训练集，30%作为测试集。本研究中对分类结果的评价主要采用准确率、精准率、召回率和F1均值，结果如表4所示。