ETIEducation and Teaching Innovation2995-48942995-4908Art and Technology10.61369/ETI.2025100021Article面向学习行为分析的深度神经网络模型：混合式教学过程评价 优化研究https://artdesignp.com/journal/ETI/3/10/10.61369/ETI.2025100021张迪,闫博20253102025-10-20本文聚焦混合式教学过程评价存在的动态性不足、个性化缺失等问题，将深度神经网络模型引入学习行为分析领域。通过构建多维度学习行为特征体系，利用深度神经网络的多层感知与特征挖掘能力，实现提升教学过程中学习行为数据解析的准确性。基于此，文章探讨模型与混合式教学的内涵，并提出具体优化策略。结果表明，该模型能提升评价的实时性与针对性，为混合式教学质量提升提供新路径，相关结论可为教育教学实践提供参考。深度神经网络,学习行为分析,混合式教学评价

[1] 朱家成, 陈刚, 向华, 李支成, 吴开诚. 基于深度神经网络的混合教学学生画像模型[J].信息技术与信息化, 2020(10):4.[2] 付佳雯. 基于人工智能的混合式学[J].无线互联科技, 2019, 16(9):2.[3] 朱家成, 陈刚, 向华. 基于混合教学大数据的学生学习能力分层评价模型[J].信息技术与信息化, 2021, 000(010):203-205.[4] 罗秀丽, 陈平. 产教融合背景下“神经网络与深度学习”课程教学改革[J].工业和信息化教育, 2022(11):17-21.[5] 李淑, 覃娴萍, 翟晓童, 张龙, 仲国强, 向世明. 神经网络结构自适应研究综述[J].模式识别与人工智能,2023,36(12):1087-1103.[6] 程珊珊. 神经网络理论与应用课程线上线下混合教学模式研究[J].互动软件, 2022(6).[7]薛红勤. 基于BP神经网络的线上线下混合式教学质量评价模型[J].南阳师范学院学报, 2023, 22(6):68-72.[8] 甄园宜, 郑兰琴. 基于深度神经网络的在线协作学习交互文本分类方法[J].现代远程教育研究,2020,32(3):104-112.[9] 杨焘, 付冬梅. 人工神经网络课程与深度学习融合的混合式教学改革研究[J].大学教育, 2024(15):75-79.[10] 朱萌萌. 基于高职《学前教育学》混合式教学的学习需求调查与分析[J]. 中国科技期刊数据库 科研,2024(11):0170-0174.