深度学习技术在教育大数据挖掘领域的应用分析

被引:53
作者
陈德鑫
占袁圆
杨兵
机构
[1] 湖北大学教育技术学系
关键词
深度学习; 教育大数据; 学习追踪; 教学辅助; 学习行为;
D O I
10.13811/j.cnki.eer.2019.02.009
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
随着全球人工智能与教育大数据峰会的召开,多国学者探讨了教育变革的新趋势,印证了技术与教育深度融合会带来更多的机遇和挑战。其中,深度学习作为AI领域的热点问题,将成为教育发展的关键。文章通过对相关研究进行筛选统计研究,辨析不同领域深度学习的概念并简要分析典型的深度学习模型及其应用领域;以教育大数据挖掘的特点为基础,总结基于深度学习的教育大数据挖掘目的和流程;系统探讨深度学习在教育大数据挖掘领域的四个应用研究方向和主要应用机构;最后,明确了教育大数据挖掘领域引入深度学习的重要意义,同时,针对教育大数据挖掘所服务的对象和需要解决的问题,提出了深度学习技术在教育大数据挖掘领域进一步发展的意见。
引用
收藏
页码:68 / 76
页数:9
相关论文
共 24 条
[1]   基于深度学习的学生课堂异常行为检测与分析系统 [J].
廖鹏 ;
刘宸铭 ;
苏航 ;
李启芳 ;
韩延巾 .
电子世界, 2018, (08) :97-98
[2]   基于Bi-LSTM的数学主观题自动阅卷方法 [J].
刘逸雪 ;
卢雨轩 ;
丁亮 ;
汪星明 .
管理观察, 2018, (02) :109-113
[3]   基于深度学习的多媒体画面情感分析 [J].
刘瑞梅 ;
孟祥增 .
电化教育研究, 2018, 39 (01) :68-74
[4]   人工智能技术在考试中的应用 [J].
汪张龙 .
中国考试, 2017, (11) :30-36
[5]   教育数据挖掘研究进展综述 [J].
周庆 ;
牟超 ;
杨丹 .
软件学报, 2015, 26 (11) :3026-3042
[6]   基于深度学习的微博情感分析 [J].
梁军 ;
柴玉梅 ;
原慧斌 ;
昝红英 ;
刘铭 .
中文信息学报, 2014, (05) :155-161
[7]   学习分析视域下的大学生满意度教育数据挖掘及分析 [J].
舒忠梅 ;
徐晓东 .
电化教育研究, 2014, 35 (05) :39-44
[8]  
基于语音稀疏表示的谎言检测研究[D]. 周燕.苏州大学. 2017
[9]  
自动作文评分模型及方法研究[D]. 陈珊珊.哈尔滨工业大学. 2017
[10]  
面向自动问答的中学历史知识库构建[D]. 李依尘.哈尔滨工业大学. 2017