摘要：针对已有的多标签分类算法在设计过程中忽略标签之间关联性,导致分类精度降低的问题,提出基于双层结构的多标签优序选择分类(DLMC-OS)算法。通过二次信息交互实现标签间的关联性,解决链式分类模型随机性影响分类精度的问题。DLMC-OS构建一个双层结构的分类模型:第一层采用典型的二元独立分类模型实现对实例的第一次分类,与第二层进行标签信息的交互;第二层构建带有更新过程的链式分类模型,用链来传递和更新标签信息,实现分类信息的二次交互。提出构建具有最大权重的标签生成树(MWT-OS)算法,寻求标签优序,解决链式分类模型随机选择类标号序列训练二值分类器导致分类精度降低的问题。在9组基准数据集上与相关算法的比较验证了该算法的有效性。

摘要：文章基于远程教育教学特点,构建了基于网络教学的机械类专业课程育人资源建设框架。以机械制图课程为例,剖析了如何在日常教学中将专业技能与育人知识有机融合,探讨了从教学团队建设到学习成果检验全过程的教学设计流程,开发了适应企业需求、学生特点和专业方向的教学资源,将思政教育与能力培养有机融合,贯穿教育教学全过程,为工科专业开展课程育人提供了参考。

摘要：随着大规模开放在线课程的涌现,在线教育正从注重课程资源积累向强调课程质量转型。作为表征隐性学习行为的课程评价数据,其蕴含着学习者对课程质量的感知,对其进行分析有益于为在线课程的质量提升提供参考。本文利用从中国大学MOOC和Coursera平台获取的2000余门课程的21万余条评价数据,通过数据预处理、分词及词性识别、依存句法分析、评价和期望观点抽取、评价情感识别等步骤对其进行文本数据挖掘。分析结果表明:一方面,学习者的评价多关注课程的内容、设计及质量,教师思路清晰、课程内容讲解详细、授课方式生动有趣、具有实践教学内容的课程更受欢迎;另一方面,学习者对于课程的改进期望主要聚焦于课程学习支持、课程内容及设计、授课方式及交流互动。上述发现可以帮助教育机构和教师从课程建设、教学模式改革以及平台功能优化等方面提升在线课程质量。