集成學習技術在智能導學系統(tǒng)中的研究與應用.pdf

1、遠程教育是一種學生與教師分離的,采用特定的傳輸系統(tǒng)和傳播媒體進行教學的教育方式。它的信息傳輸方式多種多樣,學習的場所和形式靈活多變。遠距離教育的優(yōu)勢在于它可以突破時空的限制,提供更多的學習機會,擴大教學規(guī)模,提高教學質量,降低教學的成本。遠程教育系統(tǒng)的智能化是當今科學技術發(fā)展的必然趨勢。隨著遠程教學系統(tǒng)的智能化需求不斷提高,如何將人工智能、數據挖掘等技術應用到已有的系統(tǒng)中使之成為智能導學系統(tǒng)是遠程教育發(fā)展急需解決的問題之一。
　　

2、本論文通過深入研究集成學習、數據挖掘等技術,在已有的數據挖掘分類算法之上,利用集成學習的思想,提出將改進的兩種分類算法相結合,形成一種新的分類算法。在保證分類準確性的情況下提高算法的效率。本文的主要工作如下:
　　(1)研究了數據挖掘中的分類算法,人工智能技術等,并將這些技術應用在遠程教育系統(tǒng)之中,使系統(tǒng)具備一定的智能性,方便學習者學習。
　　(2)提出了一種新的基于集成學習技術的分類算法(BasedOnDecisionTr

3、eeAndKNN,BODK)。BODK算法運用機器學習中最近發(fā)展起來的集成學習技術,集成多種分類算法對智能導學系統(tǒng)中的已有數據進行處理。BODK算法的思想是將改進的決策樹算法、KNN算法集成,使用多叉決策樹對學習者屬性集合構成的節(jié)點進行分類,對于決策樹不能分類的節(jié)點,使用KNN分類算法確定其最終的分類。
　　(3)將BODK算法應用到智能導學系統(tǒng)中。在實際應用中表明,該系統(tǒng)能夠根據學習者的屬性集合,智能地針對不同的學習者動態(tài)的推薦