数据挖掘下的慕课学习需求特征分析-数据挖掘论文-工业论文.docxVIP

下载本文档

3
0
约2.46千字
约 8页
2020-08-03 发布于江苏
举报
版权申诉

数据挖掘下的慕课学习需求特征分析-数据挖掘论文-工业论文.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

数据挖掘下的慕课学习需求特征分析-数据挖掘论文-工业论文 ——文章均为WORD文档，下载后可直接编辑使用亦可打印—— 【摘要】本文通过挖掘慕课数据来研究学习者对课程需求的特征。首先构建了非线性回归的学习人数预测模型和基于随机森林的学习人数分类模型，得到开课时间、课程类别、开课学校这三个变量对学习人数有影响。然后用TF-IDF提取关键词并进行可视化以及基于Gibbs抽样建立主题个数为9的LDA主题模型，发现学习者对高等数学这门课的讲解思路、习题答疑、课程内容以及开课学校都有较强的关注点。【关键词】非线性回归；随机森林；课程特征；可视化；LDA主题模型