Explorar la sinergia entre las redes neuronales de convolución mejoradas y los mecanismos de atención recomendados por posibles conceptos de conocimiento STEM en MOOCs

Laburpena

Las asociaciones de múltiples cursos en STEM plantean un desafío importante para el trasfondo de aprendizaje de los estudiantes. Cuando los estudiantes no tienen un entendimiento suficiente de la asociación del conocimiento o no implementan el orden topológico del avance del conocimiento, son propensos al agotamiento en el proceso de aprendizaje, lo que genera emociones negativas graves, que no son propicias para la efectividad del aprendizaje e incluso pueden llevar a la deserción prematura. Esto claramente constituye un problema de enseñanza psicológica, que es nuestro objetivo de investigación. Este estudio se centra en los comportamientos de aprendizaje STEM en los MOOCs, y explora el enrutamiento de aprendizaje profundo. Diseñamos un método novedoso para procesar las características de contexto y contenido para la recomendación de conceptos de conocimiento. Múltiples entidades, características y cursos permiten la construcción y optimización de las relaciones entre conceptos de conocimiento. Luego, se utiliza un mecanismo de atención para lograr la propagación de conceptos de conocimiento entre diferentes entidades. Los amplios experimentos han demostrado que este método podría capturar con precisión los intereses potenciales de los conceptos de conocimiento, lograr un enrutamiento de aprendizaje profundo efectivo y explorar y guiar el estado de aprendizaje positivo, reduciendo o evitando los resultados psicológicos negativos, como la deserción o la baja tasa de aprobación. Todo el estudio tiene como objetivo mejorar los resultados de aprendizaje, mejorar la motivación para el aprendizaje, optimizar los comportamientos de aprendizaje y proporcionar sugerencias más efectivas para la educación STEM, lo que es muy importante para el aprendizaje interdisciplinario en la educación superior. La investigación completa podría proporcionar un apoyo clave para rastrear posibles cambios psicológicos en los estudiantes, mejorar las tendencias de comportamiento de aprendizaje y mejorar la calidad del aprendizaje durante el aprendizaje STEM, mejorando completamente y optimizando el estado de aprendizaje, y construyendo decisiones efectivas para intereses de aprendizaje positivos.