.png){kind=icon}
返回
A Personalized Math Learning Experience with Clustering and Random Forest Algorithms
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-00140-5_8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
教育方法随着技术进步通过采用数字教育系统不断发展。为提高用户参与度并确保内容与个体需求和认知过程相符，推荐系统已被整合到这些平台中。MathE平台作为教育数字化转型的一部分而开发。该平台提供跨越22个高等教育级别数学主题的个性化评估和教育内容。MathE内的推荐系统通过采用问题难度聚类、基于图的认知路径优化以及随机森林模型进行动态问题选择，根据学生需求和能力定制内容和评价。为评估所开发推荐系统的影响，将随机问题生成与使用推荐系统的学生评估结果进行了比较。本研究聚焦于MathE中两个常用的子主题：偏微分和矩阵与行列式，每个子主题涉及20-22名学生。结果表明学生表现有所改善：偏微分提高6.94%，矩阵与行列式提高9.37%。这些发现强调了推荐系统在提升学生表现方面的有效性，有助于实现更个性化和高效的学习体验。
Keyword:
Recommendation systems
e-learning
Active learning
Random forest
Education
Digital learning
期刊
O
IF:
0
论文数:
16
被引数:
0
机构
查看更多机构
引用论文
分享收藏分享收藏
分享收藏分享收藏Mathematics learning and assessment using MathE platform: A case study使用MathE平台的数学学习与评估：一项案例研究.png)
IF0
PREAI
分享收藏 没有更多内容