《表6 五类学习完成度预测模型基于测试集的预测指标汇总》
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
《在线学习注意力投入特征与学习完成度的关系——基于点击流数据的分析》
研究将学生样本按照4:1的比例划分为训练集(9894人)和测试集(2569人),采用循环神经网络LSTM-RNN方法,将学生点击产生的页面序列以及初始化的两个页面特征向量——页面类型和页面停留时长,作为输入,分别构建五个学习完成度指标的预测模型。基于训练集200次迭代训练后,选取最好模型,获得五个学习完成度的预测模型,五个模型对测试集数据预测的R2、MSE和AUC如表6所示。
图表编号 | XD00215830700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.10 |
作者 | 李爽、郑勤华、杜君磊、王双 |
绘制单位 | 北京师范大学教育技术学院、北京师范大学教育技术学院、北京师范大学远程教育研究中心、北京师范大学教育技术学院 |
更多格式 | 高清、无水印(增值服务) |