1、“.....落在超球面上的数据点就称为支撑向量。对应新来的样本，如果满足则属于目标样本，否则为非目标样本。建立学习状态异常监测模型基于算法，可以建立学习状态离群监测模型，如下图所示。基于算法的学业预警监测模型构建与研究论文原稿。本文采用的归化方法通过遍历里的每个数据，将和基于算法的学业预警监测模型构建与研究论文原稿过程学习效果等提供了有效分析手段。由于这种描述方法对目标数据集中偏离大部分数据较远的野值点比较敏感，这些点的存在可能使描述数据的球体过大，增加了异类点落入球内的机会，从而影响分类的效果。为此引入个松弛变量ξ......”。

2、“.....根据以上思想，给出的目标函数和分别为最小超球的半径和球心，为惩罚参数，起到控制对错分样本惩罚程度的作用。ξ为松弛因子，ξ。，摘要学生在在线学习平台上的学习表现数据类型较多，不能从单角度对学生学习状况进行评价监测，需要综合多维度评价学生的学习状况，从而给出相对全面客观的学习表现评价。建立基于算法的监测模型，将直播观看时长作业完成状况课堂参与互动次数出勤率等多维数据作为考量指标，对所有数据进行分析，通过算法进行学习行为和效果异常监测，从而实现表现异常学生的学业预警......”。

3、“.....参考文献宋平平，孙皓基于大数据的在线学习监测预警模型构建研究管理观察，王常青，于欣基于数据驱动的学情分析预警机制研究与实践以浙江大学宁波理工学院为例现代职业教育，于繁华，姚亦飞，逯启荣教育大数据下基于离群检测的教学预警模型吉林彦钊，朱雪颖，黄瑾，庄涵智，郭春婷，刘家浩基于深度学习的大学生课堂行为分析系统研究齐鲁工业大学学报，马汉达，刘相涛基于算法的在线学习行为分析方法中国专利，。本文基于机器学习的支持向量描述算法......”。

4、“.....构建学习表现模型，对异常表现的学生进行监测分析，从而实现学业表现异常学生的及时预警。指标构建及数据采集基于钉钉直播平台进行教知学习状态的数据样本进行预判断，得出落在超球体之外的样本，即偏离正常群体的学生学习数据，然后针对异常数据进行信息指标分析判断。因此本文所提方法可应用于学习行为异常的学生学业预警监测。基金项目年台州市教育规划课题教育大数据整合理念下的学生学业表现模型研究阶段性成果年度校级高等教育教学改革研究项目年台州科技职业学院基于云班课信息化教学课程项目。参考文献宋平平，孙皓基于大数据的......”。

5、“.....教育与信息技术走向深度融合，在线教育大规模兴起。与此同时，大数据理论与方法被逐步应用到教育领域，学习分析数据挖掘等分析方法为在线学习过程学习效果等基于算法的学业预警监测模型构建与研究论文原稿学学报，廖鹏，刘宸铭，苏航，李启芳，韩延巾基于深度学习的学生课堂异常行为检测与分析系统电子世界，杨鹤，郑幸基于人工免疫危险模式理论的异常學习行为发现方法中国专利，陈彦钊，朱雪颖，黄瑾，庄涵智，郭春婷，刘家浩基于深度学习的大学生课堂行为分析系统研究齐鲁工业大学学报，马汉达，刘相涛基于算法的在线学习行为分析方法中国专利，......”。

6、“.....根据的单值分类特点，利用大量已知的学习表现正常的学生行为数据构建训练样本集，则最小超球体边界将包含大部分的正常样本点。接着通过正常的描述边界对未知学习状态的数据样本进行预判断，得出落在超球体之外的样本，即偏离正常群体的学生学习数据，然后针对异常数据进行信息指标分析判断。因此本文所提方法可应用于学习行为异常的学生学业预警监测。基金项目年台州市教，学，基于蓝墨云平台进行学习行为数据监测及收集。利用因子分析方法构建多维度学习表现监测模型，具体包括学习行为指标和学习效果指标。按照线上和线下完成时间为界限，进行划分......”。

7、“.....基于算法的学业预警监测模型构建与研究论文原稿。图中标有角符号的为异常点，查看其标签为号学生，其网课数据，见表。总结学生在网课学习过程中积累的学习行为和学习效果数据维度较多在线学习监测预警模型构建研究管理观察，王常青，于欣基于数据驱动的学情分析预警机制研究与实践以浙江大学宁波理工学院为例现代职业教育，于繁华，姚亦飞，逯启荣教育大数据下基于离群检测的教学预警模型吉林大学学报，廖鹏，刘宸铭，苏航，李启芳，韩延巾基于深度学习的学生课堂异常行为检测与分析系统电子世界，杨鹤......”。

8、“.....供了有效分析手段。基于算法的学业预警监测模型构建与研究论文原稿。图中标有角符号的为异常点，查看其标签为号学生，其网课数据，见表。总结学生在网课学习过程中积累的学习行为和学习效果数据维度较多，较难进行人为判断区分，根据的单值分类特点，利用大量已知的学习表现正常的学生行为数据构建训练样本集，则最小超球体边界将包含大部分的正常样本点。接着通过正常的描述边界对，基于算法的学业预警监测模型构建与研究论文原稿，学习平台上的学习表现数据类型较多，不能从单角度对学生学习状况进行评价监测，需要综合多维度评价学生的学习状况......”。

9、“.....建立基于算法的监测模型，将直播观看时长作业完成状况课堂参与互动次数出勤率等多维数据作为考量指标，对所有数据进行分析，通过算法进行学习行为和效果异常监测，从而实现表现异常学生的学业预警。关键词算法学业预的记录下来，并通过作为基数进行数据的归化处理支持向量描述算法支持向量描述是种单分类器，常用于数据的离群或者野值点检测。支持向量描述的基本思想是可以找出个超球体来描述给定的目标数据集该超球可以以最小的半径包含所有的目标数据。落在超球面上的数据点就称为支撑向量......”。