本科實(shí)踐教學(xué)是提高大學(xué)生人才培養(yǎng)質(zhì)量的關(guān)鍵環(huán)節(jié)。近年來,國(guó)內(nèi)各大高校都在全力發(fā)展對(duì)于本科生的實(shí)踐教學(xué)建設(shè)。在此大環(huán)境下,吉林大學(xué)構(gòu)建了符合本校校情的本科實(shí)踐教學(xué)體系,并于2013年開始正式啟動(dòng)實(shí)踐教學(xué)信息化平臺(tái)建設(shè)工作。經(jīng)過多年實(shí)際運(yùn)行,實(shí)踐教學(xué)管理平臺(tái)已收集到學(xué)生在實(shí)踐教學(xué)中的大量真實(shí)數(shù)據(jù)。對(duì)于這類教育領(lǐng)域大數(shù)據(jù)中潛在的信息,大量的研究者開始對(duì)其進(jìn)行數(shù)據(jù)挖掘研究工作。通常在教育數(shù)據(jù)的研究中,主要使用的方法包括分類、聚類和關(guān)聯(lián)規(guī)則挖掘等數(shù)據(jù)挖掘方法。在本文中使用了新的分類模型對(duì)實(shí)踐教學(xué)管理數(shù)據(jù)集進(jìn)行了數(shù)據(jù)挖掘研究。分類算法的種類有多種,但由于實(shí)際應(yīng)用問題的復(fù)雜性和多樣性,目前使用最為廣泛的分類算法是由多個(gè)單一分類器結(jié)合而成的集成分類模型。近年來,在機(jī)器學(xué)習(xí)競(jìng)賽分類問題領(lǐng)域的佼佼者就是由微軟開發(fā)的LightGBM算法。并且由于旋轉(zhuǎn)森林算法在中小型數(shù)據(jù)集分類問題中表現(xiàn)優(yōu)秀,本文提出了一種基于旋轉(zhuǎn)森林和LightGBM的集成分類模型ROF-LGB模型,力圖對(duì)實(shí)踐教學(xué)管理數(shù)據(jù)集的潛在信息進(jìn)行更深的挖掘。本文中使用ROF-LGB模型與其他多種樹形分類模型在不同公共數(shù)據(jù)集中進(jìn)行了大量對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)... 

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題背景及研究意義
    1.2 分類算法研究現(xiàn)狀
    1.3 教育數(shù)據(jù)挖掘研究現(xiàn)狀
    1.4 論文主要內(nèi)容及結(jié)構(gòu)
第2章 相關(guān)知識(shí)與理論
    2.1 隨機(jī)森林算法
    2.2 旋轉(zhuǎn)森林算法
        2.2.1 PCA主成分分析
        2.2.2 旋轉(zhuǎn)森林模型
    2.3 LightGBM算法
        2.3.1 Boosting算法與GBDT算法
        2.3.2 XGBoost算法
        2.3.3 LightGBM算法
第3章 結(jié)合旋轉(zhuǎn)森林和LightGBM的組合分類器
    3.1 模型構(gòu)建
    3.2 與其他算法模型對(duì)比實(shí)驗(yàn)
        3.2.1 分類模型性能評(píng)價(jià)指標(biāo)
        3.2.2 公共數(shù)據(jù)集實(shí)驗(yàn)描述
        3.2.3 公共數(shù)據(jù)集實(shí)驗(yàn)結(jié)果分析
        3.2.4 實(shí)踐教學(xué)管理數(shù)據(jù)集準(zhǔn)確率對(duì)比
        3.2.5 實(shí)踐教學(xué)管理數(shù)據(jù)集微平均值ROC曲線對(duì)比
第4章 實(shí)踐教學(xué)管理數(shù)據(jù)分析研究
    4.1 模型對(duì)現(xiàn)實(shí)的指導(dǎo)意義
    4.2 實(shí)踐教學(xué)管理數(shù)據(jù)集特征與標(biāo)簽結(jié)構(gòu)分析
    4.3 不同規(guī)模數(shù)據(jù)集實(shí)驗(yàn)
        4.3.1 不同特征實(shí)驗(yàn)
        4.3.2 不同特征實(shí)驗(yàn)結(jié)果分析
        4.3.3 不同標(biāo)簽實(shí)驗(yàn)
        4.3.4 不同標(biāo)簽實(shí)驗(yàn)結(jié)果分析
    4.4 實(shí)驗(yàn)結(jié)論
第5章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 本文研究的局限性與展望
參考文獻(xiàn)
作者簡(jiǎn)介
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于消息隊(duì)列的LightGBM超參數(shù)優(yōu)化[J]. 南東亮,王維慶,王海云.  計(jì)算機(jī)工程與科學(xué). 2019(08)
[2]基于實(shí)踐能力培養(yǎng)的本科實(shí)踐教學(xué)信息化建設(shè)探究[J]. 王守佳,胡亮,高淑貞,郭東偉,趙軍,付坤,曲明.  創(chuàng)新創(chuàng)業(yè)理論研究與實(shí)踐. 2019(14)
[3]基于LightGBM的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)[J]. 莫坤,王娜,李恒吉,李朝陽,李劍.  信息安全研究. 2019(02)
[4]我國(guó)教育大數(shù)據(jù)的研究現(xiàn)狀、問題與對(duì)策——基于CNKI學(xué)術(shù)期刊的內(nèi)容分析[J]. 李振,周東岱,董曉曉,黃雪嬌.  現(xiàn)代遠(yuǎn)距離教育. 2019(01)
[5]基于LightGBM算法的P2P項(xiàng)目信用評(píng)級(jí)模型的設(shè)計(jì)及應(yīng)用[J]. 馬曉君,沙靖嵐,牛雪琪.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2018(05)
[6]數(shù)據(jù)挖掘中的分類算法綜述[J]. 魏茂勝.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2017(06)
[7]教育數(shù)據(jù)挖掘:大數(shù)據(jù)時(shí)代的教育變革[J]. 陳雯雯,夏一超.  中國(guó)教育信息化. 2017(07)
[8]edX平臺(tái)教育大數(shù)據(jù)的學(xué)習(xí)行為分析與預(yù)測(cè)[J]. 賀超凱,吳蒙.  中國(guó)遠(yuǎn)程教育. 2016(06)
[9]面向基因數(shù)據(jù)分類的旋轉(zhuǎn)森林算法研究[J]. 劉亞卿,陸慧娟,杜幫俊,余翠.  中國(guó)計(jì)量學(xué)院學(xué)報(bào). 2015(02)
[10]基于大數(shù)據(jù)技術(shù)的高校實(shí)踐教學(xué)研究[J]. 江雨燕,李常訓(xùn),趙文輝,吳超.  學(xué)理論. 2015(03)

博士論文
[1]大數(shù)據(jù)的教育領(lǐng)域應(yīng)用之研究[D]. 張燕南.華東師范大學(xué) 2016

碩士論文
[1]面向工程認(rèn)證的實(shí)踐教學(xué)管理及數(shù)據(jù)挖掘[D]. 王超將.吉林大學(xué) 2019
[2]數(shù)據(jù)挖掘在實(shí)踐教學(xué)信息網(wǎng)中的研究與應(yīng)用[D]. 黃佳彬.北方工業(yè)大學(xué) 2014
[3]面向創(chuàng)新創(chuàng)業(yè)能力培養(yǎng)的高校實(shí)踐教學(xué)體系研究[D]. 歐陽泓杰.華中師范大學(xué) 2014
[4]決策樹算法在高校研究生就業(yè)信息庫中的應(yīng)用研究[D]. 王琴.武漢理工大學(xué) 2010
[5]學(xué)生信息管理與數(shù)據(jù)挖掘的應(yīng)用[D]. 馬冰冰.山東大學(xué) 2008



本文編號(hào)：3674418