文献

J-GLOBAL ID：201802260786464081   整理番号：18A1538707

電子署名からデータ予測授業成績【JST・京大機械翻訳】

Predicting Course Performance by Check-in Data in Classrooms

著者 (4件)： Liu Junling (沈陽建筑大学 信息与控制工程学院,沈陽,110168) ,  Li Ting (沈陽建筑大学 信息与控制工程学院,沈陽,110168) ,  Sun Huanliang (沈陽建筑大学 信息与控制工程学院,沈陽,110168) ,  Yu Ge (東北大学 計算机科学与工程学院,沈陽,110006)
資料名： Jisuanji Kexue Yutansuo  (Jisuanji Kexue Yutansuo)
巻： 12  号： 6  ページ： 908-917  発行年： 2018年 
JST資料番号： C2939A  ISSN： 1673-9418  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 大学生のカリキュラム学習は学業レベルの重要な構成部分であり、大学生のカリキュラム成績を予測し、授業学習に失敗するリスクを警告する学生は、教育の大データ研究の重要な課題となっている。これらの情報は,学生の学習の興味,成就動機と性格の特性などの因子を反映し,授業の成績との強い相関を持つ。学生の心理的テストデータに基づいて,授業の電子署名からデータまでの授業成績の予測方法を研究し,そして,モデルには,座席選択と署名時間などの属性構造を含む,モデルの性能予測モデルを構築した。予測方法の設計、予測結果の修正などのモジュールである。成績分布に基づく教室の座席分割と同伴影響の予測結果の修正方法を提案し、成績予測の精度を高めた。実データセットを用いて、提案した予測モデルに対して十分な実験検証を行い、パーセント成績の平均予測誤差は10分以内である。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： ディジタル署名 ,  予測モデル ,  座席 ,  カリキュラム ,  モデル ,  学習 ,  予測誤差 ,  予測技法 ,  *予測 ,  大学生
準シソーラス用語： 実験検証 ,  性能予測 ,  心理 ,  試験データ ,  *授業 , 【Automatic Indexing@JST】

著者キーワード (4件)： electronic check-in ,  feature selection ,  personality characteristics ,  performance prediction

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 電子署名 ,  予測 ,  授業 ,  成績