首页> 中文期刊> 《科技创新与应用》 >基于机器学习算法的校园网学生上网行为评估方法研究

基于机器学习算法的校园网学生上网行为评估方法研究

         

摘要

随着互联网的迅速发展,大学生上网时间和频率呈指数上升趋势.在大数据环境背景下,作为教育工作者和学生管理者,如何通过上网数据了解大学生真实的学习生活情况,培养学生良好的网络习惯是高等教育质量提升的新机遇和挑战.文章提出了一种在线获取学生网络流量及上网日志的模型,利用随机森林(Random Forest,RF)和梯度增强决策树(Gradient Boosting Decision Tree,GBDT)两种机器学习方法进行数据分析,实现对学生上网行为的准确评估.并且为指导学生养成良好的网络习惯提出相应的建议和对策,以求提高高等教育的质量.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号