文献类型：期刊文章

作　　者：杨可晗[1] 马琼[2]

YANG Ke - han MA Qiong(Tarim University Academic Affaires Office, Tarim Xinjiang 843300, China Tarim University College of Economics and Management, Tarim Xinjiang 843300, China)

机构地区：[1]塔里木大学教务处,新疆塔里木843300 [2]塔里木大学经济与管理学院,新疆塔里木843300

出　　处：《计算机仿真》

年　　份：2017

卷　　号：34

期　　号：4

起止页码：212-215

语　　种：中文

收录情况：BDHX、BDHX2014、核心刊

摘　　要：大数据下提高远程教育质量提取有效资源,可有效提高远程教育的网络教学效果。对于远程教育有效资源的提取,需要通过提取作业单元和知识分科的组织形态来完成。传统方法通过构造主观赋权模式来确定各课程属性的权重,得到作业单元的组织形态,但忽略了对知识分科形态的提取,导致提取效果差。提出基于大数据分析的远程教育质量有效资源的提取模型。获取远程教育有效资源的提取意识形态,计算出课程阶段性教学任务目标,依据学习进度与思维局限点之间的影响构成其教学导向,计算出学习者完成结构化教学目标的概率,结合多属性决策理论组建最初远程教育课程决策矩阵,获取作业单元的组织形态和远程教育知识分科的组织形态,并组建远程教育质量有效资源的提取模型。实验结果表明,所提模型能够有效提升远程教育课程教学质量,且可扩展性较强。

关 键 词：大数据 远程教育质量 有效资源的提取  

分 类 号：TP182]