欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2020116311909
申请人: 山东理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2023-10-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于过程挖掘的在线学习行为模型挖掘系统,其特征在于,包括:数据分组模块,把学生的在线行为数据按学生成绩分为优、良、中、差四组;其中,所述在线行为数据包含属性:学生编号、在线行为、课程信息和发生时间,在线行为是指学生对在线学习平台的操作,发生时间是指在线行为发生的时刻,该在线行为数据能够通过在线学习平台来获取;

两层事件日志生成模块,根据已知的在线行为与认知行为的映射关系,分别获取优、良、中、差每组学生认知行为事件日志及其中每个认知行为的具体在线行为事件日志,即两层事件日志;其中,所述事件日志是指以学生编号、行为、发生时间为单位数据的数据集合,一个学生的行为集合按照发生时间排序,所生成行为的有序序列为一条案例即轨迹,事件日志由多个学生即多条案例组成,事件日志在csv格式中是以二维表的形式存在;所述两层事件日志生成模块包括认知行为的具体在线行为提取模块,所述认知行为的具体在线行为提取模块的功能是用SQL组件的查询功能,把认知行为事件日志中相同认知行为的数据记录提取出来生成新的认知行为事件日志,每个新的认知行为事件日志中每条记录只有同一个认知行为,数据记录是认知行为事件日志在csv格式中的一行,然后根据学生编号、认知行为、发生时间与映射对照模块存储的映射关系,将每个新的认知行为事件日志中认知行为映射成在线行为,生成每个认知行为的具体在线行为事件日志;

两层行为模型生成模块,以两层事件日志为输入,利用过程挖掘算法生成两层行为过程模型。

2.根据权利要求1所述的基于过程挖掘的在线学习行为模型挖掘系统,其特征在于,所述数据分组模块包括数据预处理模块、获取学生成绩模块、生成分组数据模块;

所述数据预处理模块的功能是除去数据中冗余的信息,简化关键信息,需要用SQL组件进行数据预处理;

所述获取学生成绩模块的功能是调用SQL组件中子查询功能获取学生每个小结成绩的累加和,并生成以学生编号、学生成绩为两列属性的数据表,即每个学生的总成绩;

所述生成分组数据模块的功能是基于获取学生成绩模块中生成的数据表与学生的在线行为数据用SQL组件中提供的功能进行“自然连接”,并按照总成绩分成“优”[92‑100]、“良”[73‑91]、“中”[61‑72]、“差”[0‑60],把“自然连接”后的数据表分为“优”、“良”、“中”、“差”四组并且只保留在线行为数据中包含的属性列。

3.根据权利要求1所述的基于过程挖掘的在线学习行为模型挖掘系统,其特征在于,所述两层事件日志生成模块还包括事件日志生成模块、映射对照模块、认知行为事件日志生成模块;

所述事件日志生成模块是把原先只按照发生时间排序的数据表,用学生编号、发生时间两列属性对数据表进行排序,使得同一个学生的在线行为数据在数据表中连续,且按照发生时间增序排序,并且保留所需属性,删除冗余数据;将“优”、“良”、“中”、“差”四组数据输入事件日志生成模块,生成“优”、“良”、“中”、“差”四组在线行为事件日志;

所述映射对照模块存储了对在线行为学习平台的操作与获取到的知识所作的主观行为的对应关系,即在线行为与认知行为的对应关系,认知行为包括:执行、查找、学习、提升、评估和分析;

所述认知行为事件日志生成模块的功能是将在线行为事件日志,根据映射对照模块所存储的在线行为与认知行为的对应关系,将在线行为事件日志映射为认知行为事件日志,将在线行为事件日志中的在线行为替换为认知行为,其中在线行为与认知行为存在多对一的关系;

数据经过两层事件日志生成模块处理后,生成“优”、“良”、“中”、“差”四组认知行为事件日志,以及每组学生每个认知行为的具体在线行为事件日志这两层事件日志。

4.根据权利要求1所述的基于过程挖掘的在线学习行为模型挖掘系统,其特征在于,所述两层行为模型生成模块功能是:输入认知行为事件日志,生成认知行为过程模型;输入每个认知行为的具体在线行为日志,生成每个认知行为的具体在线行为过程模型;

程序接口用于实现过程挖掘算法Inductive Miner,该过程挖掘算法Inductive Miner以事件日志为输入,输出表示过程模型的Petri网。

5.一种权利要求1至4任意一项所述基于过程挖掘的在线学习行为模型挖掘系统的挖掘方法,其特征在于,包括以下步骤:

S1、获取学生的基本信息数据及在线行为数据,所述基本信息数据包含属性:学生编号、姓名和每小节成绩;

S2、把学生的基本信息数据及在线行为数据导入数据预处理模块,除去数据中冗余的信息,简化关键信息,学生的基本信息数据仅保留学生编号、姓名和每小节成绩,且在线行为数据仅保留学生编号、在线行为、发生时间,再把学生的基本信息数据输入获取学生成绩模块,获取记录学生总成绩信息的数据表,再将记录学生总成绩信息的数据表与处理后的在线行为数据导入生成分组数据模块,生成“优”、“良”、“中”、“差”四组学生数据;

S3、将生成分组数据模块生成的“优”、“良”、“中”、“差”四组学生数据导入两层事件日志生成模块,分别获取“优”、“良”、“中”、“差”四组学生认知行为事件日志及四组数据中每个认知行为的具体在线行为事件日志,具体如下:首先,将四组学生数据分别导入事件日志生成模块,生成四组在线行为事件日志,事件日志是指以学生编号、行为、发生时间为单位数据的数据集合,一个学生的行为集合按照发生时间排序,所生成的行为的有序序列为一条案例即轨迹,事件日志同时由多个学生即多条案例组成;

然后,将四组在线行为事件日志分别输入认知行为事件日志生成模块,认知行为事件日志生成模块与映射对照模块协作,输出四组中每个认知行为的认知行为事件日志,再将四组每个认知为的认知行为事件日志输入认知行为的具体在线行为提取模块,认知行为的具体在线行为提取模块与映射对照模块协作,输出每组学生每个认知行为的具体在线行为事件日志,即生成描述“优”、“良”、“中”、“差”不同类型学生每个认知行为的具体在线行为事件日志,每个认知行为对应一个描述该认知行为的具体在线行为事件日志;

S4、将两层事件日志输入两层行为模型生成模块生成两层行为过程模型,输入“优”、“良”、“中”、“差”四组认知行为事件日志,生成每组学生的认知行为Petri过程模型,即表示认知行为过程模型的Petri网;输入每组学生每个认知行为的具体在线行事件日志,生成每组学生每个认知行为的具体在线行为Petri过程模型,即表示具体在线行为过程模型的Petri网。