如何有效挖掘?qū)W生行為數(shù)據(jù)是提升學生信息化管理水平的重要內(nèi)容。針對目前學生信息化管理平臺不完善、挖掘精度低的問題,結(jié)合決策樹、神經(jīng)網(wǎng)絡(luò)以及樸素貝葉斯算法建立組合模型,建立基于Spark的學生行為分析與預(yù)測平臺;同時,以學生消費規(guī)律、生活習慣以及學習情況等校園行為作為大數(shù)據(jù)來源,進行預(yù)測分析和實例驗證。結(jié)果表明:該模型預(yù)測結(jié)果與實際情況相吻合,平均預(yù)測誤差不超過5%,驗證了所用方法的有效性,可根據(jù)學生行為特性分析其行為規(guī)律,指導學生行為向全面健康方向發(fā)展。 

【文章來源】：重慶理工大學學報(自然科學). 2019年07期 北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
1 數(shù)據(jù)挖掘理論
    1.1 數(shù)據(jù)挖掘流程
    1.2 數(shù)據(jù)挖掘算法
    1.3 基于多算法組合的數(shù)據(jù)挖掘模型
2 基于校園大數(shù)據(jù)的學生行為特征分析與預(yù)測平臺
    2.1 平臺架構(gòu)與流程
    2.2 學生行為數(shù)據(jù)處理
    2.3 行為結(jié)果分析
3 基于校園大數(shù)據(jù)的學生行為特征預(yù)測實例
4 結(jié)論


【參考文獻】：
期刊論文
[1]大數(shù)據(jù)在高校學生學習行為模式挖掘中的應(yīng)用[J]. 王曉雪,張家禎,郭賀,王灝.  智能計算機與應(yīng)用. 2017(06)
[2]基于大數(shù)據(jù)的學生校園行為分析預(yù)警管理平臺建構(gòu)研究[J]. 鄧逢光,張子石.  中國電化教育. 2017(11)
[3]數(shù)字化校園中用戶網(wǎng)絡(luò)行為大數(shù)據(jù)的分析與監(jiān)控[J]. 任華,張玲,葉煜.  計算機與數(shù)字工程. 2017(09)
[4]高校學生上網(wǎng)行為分析與數(shù)據(jù)挖掘研究[J]. 胡祖輝,施佺.  中國遠程教育. 2017(02)
[5]基于數(shù)據(jù)挖掘的學生選課及學習行為分析算法研究[J]. 姜永超.  現(xiàn)代電子技術(shù). 2016(13)
[6]基于校園一卡通數(shù)據(jù)的學生消費及學習行為分析[J]. 姜楠,許維勝.  微型電腦應(yīng)用. 2015(02)
[7]基于C4.5決策樹的大學生筆記本電腦購買行為的數(shù)據(jù)挖掘[J]. 毛乾任,王朝斌.  重慶理工大學學報(自然科學). 2015(02)

碩士論文
[1]基于大數(shù)據(jù)的學生行為趨勢挖掘系統(tǒng)設(shè)計與實現(xiàn)[D]. 何鑫.電子科技大學 2018
[2]基于校園大數(shù)據(jù)的學生行為分析與預(yù)測方法研究[D]. 梁柱.西安理工大學 2017
[3]大數(shù)據(jù)環(huán)境下校園網(wǎng)行為挖掘關(guān)鍵問題的研究與應(yīng)用[D]. 李虎.鄭州輕工業(yè)學院 2017



本文編號：2915543