摘要
本发明涉及学习行为趋势预测领域,具体是基于时间序列分析的学员学习行为趋势预测方法和系统,该方法通过将学习日志提取特征变量并数据分析得到时间熵值和空间熵值,通过聚类算法将学员分成不同学习群体;获取历史学员学习行为模式信息,将学习周期划分为多个学习子周期;根据学习行为模式信息的相似度将学员标记学习行为模式标签;将学员在当前学习子周期的预测评估值与学员所属的学习群体对应的参考评估值进行数据分析得到学习效果系数,当所述学习效果系数小于预设效果阈值,则获取学员的学习行为模式标签并进行调整;解决如何更精准的分析学员的学习效果和学习行为,进而预测学员的学习行为趋势,以提供个性化、精准的干预措施。
技术关键词
时间序列模型
SVM分类器
时间序列聚类方法
趋势预测方法
切割算法
高频特征
数据
匹配分析方法
概率统计方法
模式
周期
轮廓波变换
统计分析方法
书法字体
分析模块
聚类算法
降维算法
变量
趋势预测系统
系统为您推荐了相关专利信息
智能电能表
远程控制系统
区块链智能合约
策略
动态
故障诊断方法
履带车辆
注意力机制
悬挂系统
故障分类器
柱上断路器
智能控制方法
卡尔曼滤波融合
电流
指数
趋势预测模型
趋势预测方法
冶金制造业
时域特征
预测轴承