Кластеризация в исследовании образовательных данных
Аннотация
При помощи различных алгоритмов кластеризации на основе математической модели школьной математики, которая представляет собой ориентированный граф, данных о текущей успеваемости ученика и календарно-тематическом планировании уроков была исследована возможность построения адаптивной обучающей системы, способной строить индивидуальную траекторию для ученика и оценивать сложившиеся у него навыки и компетенции.
In this article, we used classical cluster analysis methods and graph clustering algorithms to study the possibility of extracting useful information from educational data and a network of school math concepts. As a result, we obtained that this information is capable of becoming the basis for constructing an individual learning trajectory and a deeper analysis of student performance.
In this article, we used classical cluster analysis methods and graph clustering algorithms to study the possibility of extracting useful information from educational data and a network of school math concepts. As a result, we obtained that this information is capable of becoming the basis for constructing an individual learning trajectory and a deeper analysis of student performance.