公开(公告)号：CN114757265B

公开(公告)日：2024-11-19

申请号：CN202210296385.5

申请日：2022-03-24

Applicant: 南京邮电大学

Inventor： 孙国梓 ,  周世超 ,  曹烈烽 ,  张睿哲

IPC: G06F18/2431 ,  G06F18/214 ,  G06F18/2135 ,  G06Q50/20

Abstract: 一种针对大规模在线教育平台MOOC数据集的异常检测方法，通过孤立森林算法解决了MOOC数据无标签的问题，对数据进行了初步的标注，为后续的监督学习算法提供了可供其训练的标签数据集，降低了人工标注的成本；监督学习算法LightGBM解决了无监督学习算法检测效果欠佳的问题，进一步提高了异常检测的精确度。无监督的孤立森林算法与有监督的LightGBM算法相结合的模型，提高了对MOOC在线学习课程学习者作弊行为的检测效率和精度，能够提高课程的总体学习效果以及学习效率。

公开(公告)号：CN114757265A

公开(公告)日：2022-07-15

申请号：CN202210296385.5

申请日：2022-03-24

Applicant: 南京邮电大学

Inventor： 孙国梓 ,  周世超 ,  曹烈烽 ,  张睿哲

IPC: G06K9/62 ,  G06Q50/20

Abstract: 一种针对大规模在线教育平台MOOC数据集的异常检测方法，通过孤立森林算法解决了MOOC数据无标签的问题，对数据进行了初步的标注，为后续的监督学习算法提供了可供其训练的标签数据集，降低了人工标注的成本；监督学习算法LightGBM解决了无监督学习算法检测效果欠佳的问题，进一步提高了异常检测的精确度。无监督的孤立森林算法与有监督的LightGBM算法相结合的模型，提高了对MOOC在线学习课程学习者作弊行为的检测效率和精度，能够提高课程的总体学习效果以及学习效率。