一种针对学生小组合作学习智能分组的方法技术

本发明专利技术公开了一种针对学生小组合作学习智能分组的方法中，根据科学的数据建立有监督学习学生模型，把学生按不同科目分为A、B、C、D四个等级，实现按不同科目、不同等级分组，并可以按照数据随时更新小组成员，有较高的灵活性。

【技术实现步骤摘要】
一种针对学生小组合作学习智能分组的方法
本专利技术涉及互联网
，具体为一种针对学生小组合作学习智能分组的方法。
技术介绍
小组合作学习就是以合作学习小组为基本形式，系统利用教学中动态因素之间的互动，促进学生的学习，以团体的成绩为评价标准，共同达成教学目标的教学活动。目前，现有小组合作学习的分组模式是：教师指定小组成员，根据考试成绩确定小组成员，学生自己分组等形式，存在的缺陷是分组没有科学数据的依据或者不灵活。
技术实现思路
本专利技术的目的在于提供一种针对学生小组合作学习智能分组的方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：本专利技术公开了一种针对学生小组合作学习智能分组的方法，具体步骤如下：（1）、数据采集：利用信息化教育工具收集学生课堂、课外学习数据，例如：考试成绩、抢答次数、课堂笔记记录次数、课堂笔记查阅次数；（2）、z-score规范化：变换后各维特征有0均值，单位方差，也叫z-score规范化（零均值规范化），计算方式是将特征值减去均值，除以标准差；（3）、特征选择：利用皮尔逊相关系数分析自变量与因变量之间的相关性，根据计算出皮尔逊相本文档来自技高网...

【技术保护点】
一种针对学生小组合作学习智能分组的方法，其特征在于：具体步骤如下：（1）、数据采集：利用信息化教育工具收集学生课堂、课外学习数据，例如：考试成绩、抢答次数、课堂笔记记录次数、课堂笔记查阅次数；（2）、z‑score规范化：变换后各维特征有0均值，单位方差，也叫z‑score规范化（零均值规范化），计算方式是将特征值减去均值，除以标准差；（3）、特征选择：利用皮尔逊相关系数分析自变量与因变量之间的相关性，根据计算出皮尔逊相关系数得出自变量与因变量之间的相关程度；（4）、SVM分类模型：利用learn核函数把科目按兴趣分为A、B、C、D四类。

【技术特征摘要】
1.一种针对学生小组合作学习智能分组的方法，其特征在于：具体步骤如下：（1）、数据采集：利用信息化教育工具收集学生课堂、课外学习数据，例如：考试成绩、抢答次数、课堂笔记记录次数、课堂笔记查阅次数；（2）、z-score规范化：变换后各维特征有0均值，单位方差，也叫z-score规范化（零均值规范化），计算方式是将特征值减去均值，除以标准差；（3）、特征选择：利用皮尔逊相关系数分析自变量与因变量之间的相关性，根据计算出皮尔逊相关系数得出自变量与因变量之间的相...

【专利技术属性】
技术研发人员：李康，单江涛，
申请(专利权)人：东莞优闪电子科技有限公司，
类型：发明
国别省市：广东,44