Resumen

Durante el reciente período epidémico de COVID-19, los cursos en línea se han convertido en una forma importante de aprendizaje para los estudiantes universitarios. Sin embargo, el aprendizaje en línea no puede comunicarse cara a cara en clase y posicionar con precisión las habilidades de los estudiantes, y existen muchos problemas y limitaciones como la evaluación unidireccional, por ejemplo, el descuido de la evaluación del proceso y la forma de evaluación simple. Por lo tanto, cómo construir el sistema de evaluación de la enseñanza de cursos en línea y hacer un uso efectivo del mecanismo de evaluación se convierte en un problema urgente. Basándose en la minería de datos masivos de la evaluación de cursos en línea, se propone la arquitectura de optimización de la evaluación de cursos en línea basada en la evaluación del proceso. La optimización de la evaluación de cursos en línea se analiza a partir de los datos de evaluación de cursos en línea y los comentarios de los estudiantes utilizando tecnología de aprendizaje profundo y filtrado colaborativo. Esto incluye mejorar la enseñanza del profesor y aumentar la eficiencia del aprendizaje del estudiante. Experimentos con datos demuestran que el algoritmo propuesto puede proporcionar una estrategia de evaluación óptima, garantizar la calidad del aprendizaje de los estudiantes y mejorar la eficiencia de los cursos en línea.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Epidemia; Cursos en línea; Sistema de evaluación; Minería de big data; Aprendizaje profundo; Comentarios de los estudiantes.
• Keywords:Epidemic; Online courses; Evaluation system; Big data mining; Deep learning; Student comments