Resumen

Con la formacin de la integracin econmica global para un mejor intercambio y cooperacin con naciones de todo el mundo, dominar el ingls es extremadamente esencial. En el contexto de la gran era actual, con una gran variedad de mtodos de aprendizaje del ingls, es necesario aplicar la minera de datos a la enseanza del ingls en lnea. Debido a la continua aplicacin de tcnicas de minera de datos y la mejora del sistema de aprendizaje en lnea, su aplicacin en la educacin tambin es cada vez ms frecuente. Frente a una gran cantidad de datos de aprendizaje y datos de comportamiento de los estudiantes, los mtodos tradicionales tienen los problemas de baja eficiencia de procesamiento, ms requisitos de memoria, y gran error de prediccin. Por lo tanto, este artculo propone un mtodo de anlisis del comportamiento de los estudiantes de ingls en lnea basado en la minera de datos. Se recopilan los datos de comportamiento de los estudiantes y se establece un modelo de comportamiento de aprendizaje de ingls en lnea. El modelo de minera de datos se construye para filtrar los datos de comportamiento obtenidos a travs de la preparacin de datos, estadsticas de datos y anlisis. Adems, se utiliza el algoritmo apriori para extraer reglas de asociacin y calcular la similitud de los datos, seguido de la aplicacin de una red neuronal difusa para extraer los datos de comportamiento de los estudiantes de educacin en lnea en ingls. Los resultados experimentales muestran que este mtodo tiene una alta eficiencia de procesamiento de datos, ocupa menos espacio y produce un bajo error de prediccin.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Formación; Integración económica mundial; Aprendizaje del inglés; Minería de datos; Educación en línea; Comportamiento de los estudiantes
• Keywords:Formation; Global economic integration; English learning; Data mining; Online education; Student behavior