龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海师范大学
摘要：本发明涉及一种基于融合标签和堆叠机器学习模型的学习风格识别方法，包括步骤：1利用Kolb学习风格量表和在线学习行为调查量表分别计算学习者对应的学习风格，将两种计算结果取交集获取已划分和未划分的学习风格；2对已划分和未划分的学习风格进行聚类处理，确定学习风格并标注标签，并对未划分的学习风格进行补充；3对得到的学习风格标签与在线学习平台收集的在线学习行为特征进行相关性检验；4选择训练数据和测试数据，利用堆叠机器学习模型进行训练，得到完整的堆叠模型；5对训练后的堆叠模型进行综合性能评估。与现有技术相比，本发明具有减少模型训练难度、提高识别准确率等优点。
主权项：1.基于融合标签和堆叠机器学习模型的学习风格识别方法，其特征在于，包括下列步骤：1利用Kolb学习风格量表和在线学习行为调查量表分别计算学习者对应的学习风格，将两种计算结果取交集获取已划分学习风格的集合和未划分学习风格的集合；2对未划分学习风格的在线学习行为调查量表进行聚类处理，确定学习风格并标注标签，并对未划分的学习风格进行补充；具体过程如下：对在线学习行为调查量表数据进行特征降维后，利用K-Means++对降维后的数据进行聚类，得到四个聚类簇，随后构建基于专家标注的簇含义确定方法以确定每一簇的质心的位置，随后计算从其余点到质心的欧几里得距离，利用质心选择方法选择聚类中最接近质心的阈值内的样本点，根据样本点的Kolb学习风格量表数据和在线学习行为调查量表数据确定样本的学习风格并标注标签，并对未划分的学习风格进行补充；3对步骤2得到的学习风格标签与在线学习平台收集的在线学习行为特征进行相关性检验；4对相关性检验合格的在线学习行为特征，选择训练数据和测试数据，利用堆叠机器学习模型进行训练，得到完整的堆叠模型；5对训练后的堆叠模型进行综合性能评估，优化堆叠模型，利用优化后的堆叠模型进行实际学习者的学习风格预测。
全文数据：
权利要求：
百度查询： 上海师范大学 基于融合标签和堆叠机器学习模型的学习风格识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号