學(xué)習(xí)分析的貝葉斯網(wǎng)絡(luò)隱馬爾柯夫鏈模型研究.pdf

1、本論文基于網(wǎng)絡(luò)學(xué)校學(xué)習(xí)管理系統(tǒng)(LMS)和網(wǎng)絡(luò)日志數(shù)據(jù)，面向網(wǎng)校提高教學(xué)管理效益的實(shí)際需求，開(kāi)展了在線學(xué)習(xí)數(shù)據(jù)分析的綜合性研究。研究分理論研究與實(shí)證研究雙線展開(kāi)。理論研究方面提出了基于貝葉斯網(wǎng)絡(luò)的隱馬爾柯夫過(guò)程邏輯斯蒂回歸模型，以解決學(xué)習(xí)沉淀預(yù)測(cè)中靜態(tài)協(xié)變量與動(dòng)態(tài)行為序列隱變量相結(jié)合的復(fù)雜建模問(wèn)題。并給出了參數(shù)估計(jì)過(guò)程，討論了模型參數(shù)的方差估計(jì)和模型評(píng)價(jià)方法。在實(shí)證研究方面，首先是在線學(xué)習(xí)的特征提取與分析研究，通過(guò)數(shù)據(jù)挖掘的方法提取了沉

2、淀學(xué)生與標(biāo)桿學(xué)生的評(píng)價(jià)要素，明確了影響網(wǎng)校運(yùn)營(yíng)與學(xué)生學(xué)習(xí)績(jī)效的重要問(wèn)題是沉淀學(xué)生的識(shí)別與預(yù)警，建立了網(wǎng)絡(luò)學(xué)習(xí)沉淀預(yù)警指標(biāo)體系。繼而深入研究了網(wǎng)絡(luò)學(xué)習(xí)沉淀預(yù)警模型的構(gòu)造方法與優(yōu)化模型。先是基于傳統(tǒng)邏輯斯蒂回歸結(jié)合關(guān)鍵評(píng)議要素的觀測(cè)變量構(gòu)造了網(wǎng)絡(luò)學(xué)習(xí)沉淀靜態(tài)預(yù)警模型，可實(shí)現(xiàn)早期和中期的退學(xué)與學(xué)習(xí)低效預(yù)警。但早期退學(xué)預(yù)警靜態(tài)模型準(zhǔn)確率并不理想，引入“上網(wǎng)學(xué)習(xí)積極性”行為狀態(tài)變量后準(zhǔn)確率有所改善，可仍不能支持動(dòng)態(tài)預(yù)警。最后采用理論研究的建模方法

3、，引入基于貝葉斯網(wǎng)絡(luò)的隱馬爾柯夫過(guò)程回歸，實(shí)現(xiàn)了具備不同“上網(wǎng)學(xué)習(xí)積極性”行為序列特征的分層回歸，準(zhǔn)確、動(dòng)態(tài)預(yù)警了早期退學(xué)風(fēng)險(xiǎn)，以實(shí)際效果驗(yàn)證了理論研究結(jié)論的有效性。
　　本研究的應(yīng)用價(jià)值在于:不僅為滿足網(wǎng)絡(luò)教育機(jī)構(gòu)早發(fā)現(xiàn)、準(zhǔn)識(shí)別、早預(yù)防學(xué)生沉淀的行業(yè)共性需求，為沉淀預(yù)警動(dòng)態(tài)模型的持續(xù)改進(jìn)打好了基礎(chǔ)，也為解決類似的復(fù)雜行為預(yù)測(cè)問(wèn)題提供了最新的理論模型、計(jì)算方法和應(yīng)用范式。為推動(dòng)互聯(lián)網(wǎng)+背景下的大數(shù)據(jù)應(yīng)用提供了有力的理論支持和方法工

4、具。
　　本研究的創(chuàng)新性主要體現(xiàn)在基于貝葉斯網(wǎng)絡(luò)的隱馬爾柯夫鏈過(guò)程邏輯斯蒂回歸模型的理論創(chuàng)新與應(yīng)用創(chuàng)新。在理念創(chuàng)新方面:基于網(wǎng)絡(luò)學(xué)習(xí)行為預(yù)測(cè)的應(yīng)用，提出了一個(gè)4節(jié)點(diǎn)3邊3層的貝葉斯網(wǎng)絡(luò)，給出了求解模型的復(fù)合似然函數(shù);并將中層節(jié)點(diǎn)與隱馬爾柯夫過(guò)程、回歸模型相結(jié)合，解決了網(wǎng)絡(luò)行為預(yù)測(cè)中的回歸隱變量為離散動(dòng)態(tài)序列而影響估計(jì)的問(wèn)題。繼而具體結(jié)合隱馬爾柯夫過(guò)程過(guò)程的邏輯斯蒂模型，給出了參數(shù)估計(jì)和模型評(píng)價(jià)方法。在應(yīng)用創(chuàng)新方面:首次在學(xué)習(xí)分析領(lǐng)