在线学习风格识别技术与方法研究

摘要

每个学习者在学习过程中都有自己的学习风格.现有的利用学习行为自动识别学习风格的方法所采用的行为数据单一,未能充分体现Felder–Silverman理论中与学习风格相对应的学习行为的定义,且大部分学习风格识别模型都只采用单一算法对行为特征数据进行处理,识别效率不高.针对这两个问题提出了一种利用每个风格维度最少4种在线行为特征数据并结合C4.5决策树算法和隐马尔可夫算法识别学习风格的方法,并比较每种算法对4种不同学习风格维度识别的优劣程度.通过对Moodle进行二次开发获取数据进行实验,实验验证了该方法的有效性.