在大數(shù)據(jù)時(shí)代背景下,教育數(shù)據(jù)挖掘運(yùn)用教育心理學(xué)、計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)等多個(gè)學(xué)科的理論和技術(shù)來發(fā)現(xiàn)和解決教育研究、教學(xué)實(shí)踐中的各種問題。本文在對H校六屆畢業(yè)生共31597人的一卡通使用數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析的基礎(chǔ)上,著眼于探究影響大學(xué)生畢業(yè)成績的要素。首先,假定大學(xué)生畢業(yè)成績與大學(xué)生個(gè)人屬性和行為屬性密不可分,為了找到Top-k個(gè)行為軌跡,提出基于壓縮時(shí)間片序列的頻繁序列模式挖掘算法,并在2012級共27939974條一卡通使用記錄上驗(yàn)證了算法的有效性和魯棒性;然后,使用此結(jié)果及大學(xué)生前兩學(xué)年的成績成功應(yīng)用SVM算法,預(yù)測其畢業(yè)成績,驗(yàn)證學(xué)業(yè)預(yù)警功能,為高校學(xué)生的科學(xué)智能化管理提供新的方法和思路。本文的主要工作如下:1、大學(xué)生在校期間一卡通及各學(xué)期成績的數(shù)據(jù)預(yù)處理。基于H校2009²014級大學(xué)生的一卡通使用記錄、選課記錄、大學(xué)生的基本信息和成績信息等數(shù)據(jù),著眼于探究影響大學(xué)生成績的要素,通過統(tǒng)計(jì)分析大學(xué)生在校期間的各種數(shù)據(jù),假定大學(xué)生的成績與其在校期間的行為軌跡密不可分,進(jìn)而根據(jù)這些行為發(fā)生的順序?qū)?shù)據(jù)集成,恢復(fù)大學(xué)生在校園內(nèi)的行為軌跡。根據(jù)挖掘目標(biāo)選取實(shí)驗(yàn)數(shù)據(jù)并完成數(shù)據(jù)... 

【文章來源】：河北師范大學(xué)河北省

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究工作的背景和意義
    1.2 教育數(shù)據(jù)挖掘的研究歷史和現(xiàn)狀
        1.2.1 教育數(shù)據(jù)挖掘研究現(xiàn)狀
        1.2.2 教育數(shù)據(jù)挖掘中的基于學(xué)生行為分析的研究現(xiàn)狀
    1.3 本文研究的主要內(nèi)容
    1.4 論文的結(jié)構(gòu)安排
2 大學(xué)生在校數(shù)據(jù)分析及數(shù)據(jù)預(yù)處理
    2.1 數(shù)據(jù)結(jié)構(gòu)分析
    2.2 數(shù)據(jù)分析
        2.2.1 分析H校在校大學(xué)生的基本情況
        2.2.2 分析H校在校大學(xué)生的成績信息與基本信息的關(guān)聯(lián)
    2.3 數(shù)據(jù)清理及集成
        2.3.1 缺失值和噪聲處理
        2.3.2 數(shù)據(jù)集成
    2.4 數(shù)據(jù)變換與規(guī)范化
    2.5 本章小結(jié)
3 大學(xué)生在校行為中規(guī)律的行為模式發(fā)現(xiàn)
    3.1 規(guī)律的行為模式定義
    3.2 圖書館的進(jìn)館次數(shù)和時(shí)長數(shù)據(jù)分析
        3.2.1 圖書館總時(shí)長分析
        3.2.2 進(jìn)圖書館次數(shù)分析
    3.3 一卡通和自習(xí)、圖書館借書數(shù)據(jù)分析
    3.4 本章小結(jié)
4 大學(xué)生在校行為軌跡的頻繁序列模式挖掘
    4.1 大學(xué)生在校行為分析
    4.2 大學(xué)生在校行為軌跡的刻畫
    4.3 頻繁序列模式挖掘
        4.3.1 算法的主要思想
        4.3.2 算法描述
        4.3.3 算法實(shí)例
        4.3.4 實(shí)驗(yàn)結(jié)果及對比
    4.4 本章小結(jié)
5 基于成績預(yù)測的學(xué)業(yè)預(yù)警
    5.1 學(xué)業(yè)預(yù)警的定義
    5.2 成績預(yù)測模型在大學(xué)生在校行為數(shù)據(jù)中的應(yīng)用
        5.2.1 基于大學(xué)生靜態(tài)屬性的成績預(yù)測模型
        5.2.2 基于大學(xué)生規(guī)律屬性的成績預(yù)測模型
        5.2.3 基于大學(xué)生動(dòng)態(tài)屬性的成績預(yù)測模型
        5.2.4 基于大學(xué)生組合屬性的成績預(yù)測模型
    5.3 成績等級劃分
    5.4 學(xué)業(yè)預(yù)警的應(yīng)用
    5.5 結(jié)果分析
    5.6 本章小結(jié)
6 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 后續(xù)工作展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]獨(dú)立學(xué)院學(xué)生行為規(guī)律、群體特征與維護(hù)穩(wěn)定體系的構(gòu)建[J]. 林穎.  齊齊哈爾大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2017(12)
[2]教學(xué)評價(jià)數(shù)據(jù)的離群點(diǎn)檢測算法研究[J]. 李慧,王國強(qiáng),郭瑞強(qiáng),高靜偉,暴延敏.  軟件. 2017(04)
[3]基于軌跡數(shù)據(jù)的武漢大學(xué)學(xué)生行為規(guī)律分析[J]. 杜勝蘭,李楓,黃長青,劉子政,李默穎,栗法,王英.  測繪地理信息. 2017(01)
[4]基于矩陣的Apriori算法改進(jìn)[J]. 宋文慧,高建瓴.  計(jì)算機(jī)技術(shù)與發(fā)展. 2016(06)
[5]基于認(rèn)知診斷的個(gè)性化試題推薦方法[J]. 朱天宇,黃振亞,陳恩紅,劉淇,吳潤澤,吳樂,蘇喻,陳志剛,胡國平.  計(jì)算機(jī)學(xué)報(bào). 2017(01)
[6]大數(shù)據(jù)環(huán)境下學(xué)業(yè)預(yù)警系統(tǒng)設(shè)計(jì)與分析[J]. 金義富,吳濤,張子石,王偉東.  中國電化教育. 2016(02)
[7]教育數(shù)據(jù)挖掘研究進(jìn)展綜述[J]. 周慶,牟超,楊丹.  軟件學(xué)報(bào). 2015(11)
[8]MOOC:特征與學(xué)習(xí)機(jī)制[J]. 王永固,張慶.  教育研究. 2014(09)
[9]關(guān)聯(lián)規(guī)則挖掘在高校教學(xué)評價(jià)中的應(yīng)用[J]. 任高舉,白亞男.  計(jì)算機(jī)與數(shù)字工程. 2014(08)
[10]大學(xué)生學(xué)業(yè)預(yù)警評價(jià)指標(biāo)體系的構(gòu)建與應(yīng)用研究[J]. 袁安府,張娜,沈海霞.  黑龍江高教研究. 2014(03)

博士論文
[1]基于行為分析的用戶能力挖掘[D]. 管楚.中國科學(xué)技術(shù)大學(xué) 2017
[2]基于社交大數(shù)據(jù)的用戶信用畫像方法研究[D]. 郭光明.中國科學(xué)技術(shù)大學(xué) 2017
[3]面向在線用戶消費(fèi)行為理解的數(shù)據(jù)挖掘方法研究[D]. 吳樂.中國科學(xué)技術(shù)大學(xué) 2015
[4]時(shí)間序列數(shù)據(jù)分類、檢索方法及應(yīng)用研究[D]. 鄭毅.中國科學(xué)技術(shù)大學(xué) 2015
[5]移動(dòng)用戶軌跡與行為模式挖掘方法研究[D]. Shafqat Ali Shad.中國科學(xué)技術(shù)大學(xué) 2013
[6]基于用戶行為挖掘的數(shù)據(jù)流管理技術(shù)研究[D]. 李軍.北京郵電大學(xué) 2012

碩士論文
[1]基于手機(jī)軌跡數(shù)據(jù)的校園學(xué)生活動(dòng)規(guī)律挖掘[D]. 葉澤桂.深圳大學(xué) 2017
[2]大學(xué)教學(xué)評價(jià)數(shù)據(jù)的挖掘方法研究[D]. 李慧.河北師范大學(xué) 2017
[3]基于時(shí)間序列的頻繁模式挖掘研究與應(yīng)用[D]. 鄭邦祺.電子科技大學(xué) 2016
[4]基于數(shù)據(jù)挖掘技術(shù)的學(xué)生成績分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 馬丹.吉林大學(xué) 2015
[5]時(shí)序數(shù)據(jù)序列模式挖掘[D]. 董鑫.南京航空航天大學(xué) 2015
[6]時(shí)間序列數(shù)據(jù)挖掘算法研究及其應(yīng)用[D]. 鄭寶芬.浙江大學(xué) 2015
[7]基于命題邏輯的頻繁序列模式挖掘算法的研究[D]. 馮建.浙江工業(yè)大學(xué) 2014
[8]基于時(shí)序行為挖掘和隱私保護(hù)的協(xié)同過濾推薦算法研究[D]. 孫光福.中國科學(xué)技術(shù)大學(xué) 2014
[9]基于Web的用戶行為分析和挖掘的關(guān)鍵技術(shù)研究[D]. 周云龍.電子科技大學(xué) 2013
[10]基于用戶行為分析的數(shù)據(jù)挖掘系統(tǒng)研究與設(shè)計(jì)[D]. 李曉輝.北京郵電大學(xué) 2011



本文編號：3165570