基于大数据K-means聚类算法的在线学习行为路径的研究

摘要

cqvip:针对现代学生信息化管理水平比较低的问题,提出了基于大数据K-means聚类算法的在线学习行为路径设计。首先,对大数据K-means聚类算法进行分析,创建学生在线学习行为模型和行为分析平台。另外,将学生的学习行为作为基础,将其作为大数据来源,实现预测分析与实例验证。通过结果表示,此模型预测结果和实际情况相互吻合,平均预测误差在5%以下,对使用方法的有效性进行验证,以学生学习行为特点对行为规律进行分析,指导学生学习行为朝着全面健康发展。