《表1 15类学习资源偏好排序》

  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

《教育大数据环境下基于学习画像的个性化学习路径设计研究》

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

在本研究中采用Apriori All量化学习者的学习兴趣主要分为五个步骤。（1）排序:扫描整个数据集，得到学习者学习态度序列，即学习者的学习兴趣序列。在此基础上对数据库进行排序整理，将原始数据库转换成序列数据库。（2）大项目集:利用关联规则挖掘算法，根据兴趣度和专注度的数据源，找出所有满足最小支持度阈值的频繁项集。（3）转换:实际上属于序列的辅助阶段，在序列阶段中，需要检查给定的学习兴趣大序列是否包含在学习者基本属性信息序列中，为了加速这一过程，就需要对复杂学习者属性信息数据进行转化。（4）序列:多次扫描数据源，在本研究中可将所有资源类型的学习兴趣进行排序，总共有15种类型，作为候选频繁项集，详情见表1。（5）最大序列:为了减少可能出现的多条冗余学习活动序列，可通过多轮扫描、排序、删减的方法在大序列集中找出极大序列。