使用深度学习评估国际贸易在线课程的有效性

科学领域:

• 教育技术的教育技术
• 教育中的人工智能
• 国际贸易教育国际贸易教育

背景情况:

• 全球经济需要加强在线国际贸易教育.
• 在线学习是现代教育的关键交付方法.
• 对于国际贸易而言,高质量的在线资源是有需求的.

研究的目的:

• 为在线国际贸易课程开发基于深度学习的评估方法.
• 引导学习者识别有效的在线国际贸易教育内容.
• 提高在线国际贸易教育的质量和影响.

主要方法:

• 国际贸易特定的在线课程评估方法的分解.
• 采用深度学习的多式模式评估特征的融合.
• 开发用于课程效应评估的分类模型.

主要成果:

• 拟议的方法准确评估在线国际贸易课程的有效性.
• 实验验证表明分类准确率为78.53%.
• 深度学习融合方法有效地整合了各种评估特征.

结论:

• 开发的深度学习评估方法对在线国际贸易课程有效.
• 这种方法可以显著帮助评估和提高在线贸易教育质量.
• 该研究为评估国际贸易中的数字教育产品提供了一种新的方法.