高校學(xué)生的學(xué)習(xí)與生活自主性較強(qiáng),因此學(xué)生較易受到周圍環(huán)境與信息的影響出現(xiàn)學(xué)習(xí)、生活習(xí)慣與情緒上的問題。所以,學(xué)生成績波動(dòng)和心理障礙情況在高校中比較常見。隨著高校信息化建設(shè)的推進(jìn),學(xué)生的各維度數(shù)據(jù)均已通過系統(tǒng)存儲(chǔ)。因此,利用學(xué)生的海量數(shù)據(jù)提取出學(xué)生學(xué)習(xí)、生活與心理方面的特性,構(gòu)建清晰的學(xué)生畫像,將能夠提高學(xué)生管理的效率和針對(duì)性,實(shí)現(xiàn)學(xué)生問題的及早預(yù)警。本文基于學(xué)生畫像相關(guān)理論與技術(shù)調(diào)研,設(shè)計(jì)并實(shí)現(xiàn)了高校學(xué)生畫像系統(tǒng)。根據(jù)設(shè)計(jì)的學(xué)生數(shù)據(jù)模型,本文獲取了 10022名學(xué)生的學(xué)習(xí)、消費(fèi)、論壇數(shù)據(jù),并根據(jù)數(shù)據(jù)模型和系統(tǒng)需求構(gòu)建了學(xué)生畫像標(biāo)簽體系。根據(jù)系統(tǒng)的功能需求和標(biāo)簽體系,本文使用模擬退火算法優(yōu)化的模糊C均值算法對(duì)學(xué)生的學(xué)習(xí)和消費(fèi)水平進(jìn)行分析,使用文本分析算法分析學(xué)生的興趣愛好、關(guān)注話題和情緒指數(shù),選擇SVM算法對(duì)學(xué)生的掛科情況進(jìn)行預(yù)測(cè),選擇Apriori算法預(yù)測(cè)學(xué)生具有掛科風(fēng)險(xiǎn)的科目,選擇C4.5決策樹算法對(duì)學(xué)生生活、學(xué)習(xí)以及情緒異常進(jìn)行分析,對(duì)學(xué)生的學(xué)籍異動(dòng)情況進(jìn)行預(yù)警。同時(shí)本文從模糊C均值算法的距離度量函數(shù)、初始聚類中心確定、模糊指數(shù)確定、聚類數(shù)目確定,模擬退火算法的擾動(dòng)函數(shù)等多個(gè)方面對(duì)... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：108 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１高校學(xué)生生活場景??

?Ｈ１??％??ｍａｒｇｉｎ??圖３－１?ＳＶＭ分類示意圖??國內(nèi)諸多學(xué)者將ＳＶＭ用于實(shí)際研宄中，湖南工業(yè)大學(xué)張家城開發(fā)了基于??ＳＶＭ算法的商品評(píng)分系統(tǒng)ｆ４９］；山西農(nóng)業(yè)大學(xué)馬娜、李艷文和徐苗等人對(duì)ＳＶＭ??算法進(jìn)行改進(jìn)，用于植物葉片分類研究實(shí)驗(yàn)證明，ＳＶＭ算法具有很高的性??能及準(zhǔn)確性。同時(shí)，ＳＶＭ算法能通過核函數(shù)將高維、非線性問題轉(zhuǎn)換為低維的??線性問題，因此ＳＶＭ算法適用于更多的數(shù)據(jù)模型，同時(shí)也適用于較小數(shù)量的文??本。目前，國內(nèi)己有多種較為成熟的ＳＶＭ算法框架可供使用，例如Ｗｅｋａ、ＭＯＡ、??Ｅｎｃｏｇ?和?ＭＬｌｉｂ?等。??３．３模擬退火算法??模擬退火算法模擬固體退火過程中多次加溫降溫的過程以獲得最優(yōu)解。固體??的退火過程中接納新結(jié)果的標(biāo)準(zhǔn)為Ｍｅｔｒｏｐｏｌｉｓ標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)規(guī)定了固體粒子在某??一溫度下處于穩(wěn)定態(tài)的概率，計(jì)算公式為：??－ＡＥ??ｐ?＝?ｅ￣ＫＴ?（３－２１）??ｒ?yàn)榇藭r(shí)的溫度

構(gòu)作出說明。??４．１．１功能架構(gòu)??高校學(xué)生畫像構(gòu)建系統(tǒng)的功能架構(gòu)如圖４－１所示：??高校學(xué)生畫像系統(tǒng)??異常投＿１示?？?￣?＇?—??ｊ?｜?掛科預(yù)警同學(xué)列表?｜?同學(xué)具有掛科風(fēng)險(xiǎn)的科目列表?｜?學(xué)籍異動(dòng)預(yù)警同學(xué)列表??全體學(xué)生群像展示?個(gè)人畫像查詢展示???—???????學(xué)生消費(fèi)水平星級(jí)標(biāo)簽查滾展示１１學(xué)生消費(fèi)金ａ及分布？況饜示１１學(xué)生關(guān)注話ｅ關(guān)霣試ｓ珣展示｜??學(xué)生簡情術(shù)Ｌ■示?卜削分布．示

【參考文獻(xiàn)】：
期刊論文
[1]基于決策樹算法的空氣質(zhì)量預(yù)測(cè)系統(tǒng)[J]. 徐旭冉,涂娟娟.  電子設(shè)計(jì)工程. 2019(09)
[2]文本情感分析方法研究綜述[J]. 洪巍,李敏.  計(jì)算機(jī)工程與科學(xué). 2019(04)
[3]用戶畫像研究述評(píng)[J]. 宋美琦,陳燁,張瑞.  情報(bào)科學(xué). 2019(04)
[4]用戶畫像構(gòu)建研究[J]. 馬朋輝,王雪寧,李勇,邵帥.  現(xiàn)代信息科技. 2019(06)
[5]改進(jìn)主題模型的短文本評(píng)論情感分析[J]. 花樹雯,張?jiān)迫A.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2019(03)
[6]基于決策樹算法的心臟病預(yù)測(cè)研究[J]. 林志遠(yuǎn).  電子制作. 2019(06)
[7]基于機(jī)器學(xué)習(xí)與情感詞典的文本主題概括及情感分析[J]. 宋祖康,閻瑞霞,辜麗瓊.  軟件導(dǎo)刊. 2019(04)
[8]基于支持向量機(jī)的文本分類[J]. 李蕓初.  中國新技術(shù)新產(chǎn)品. 2019(01)
[9]基于K-Means聚類的云閃付用戶畫像分析[J]. 劉若雯,李苑菱,金旭.  中國經(jīng)貿(mào)導(dǎo)刊(中). 2018(35)
[10]基于改進(jìn)SVM算法的植物葉片分類研究[J]. 馬娜,李艷文,徐苗.  山西農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(11)

博士論文
[1]面向論壇文本的大學(xué)生情緒識(shí)別研究[D]. 劉林.華中師范大學(xué) 2016
[2]基于目標(biāo)函數(shù)的模糊聚類新算法及其應(yīng)用研究[D]. 汪慶淼.江蘇大學(xué) 2014

碩士論文
[1]校園一卡通應(yīng)用數(shù)據(jù)分析系統(tǒng)的研究與實(shí)現(xiàn)[D]. 肖宇.西南科技大學(xué) 2018
[2]社交網(wǎng)絡(luò)中意見領(lǐng)袖畫像系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 許超英.新疆大學(xué) 2018
[3]模糊C均值算法改進(jìn)研究及應(yīng)用[D]. 孫肇佳.東北電力大學(xué) 2018
[4]基于隱私保護(hù)的校園用戶畫像系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 王凱月.北京郵電大學(xué) 2018
[5]面向網(wǎng)站分析的模糊C均值算法改進(jìn)研究[D]. 吳小寶.合肥工業(yè)大學(xué) 2017
[6]中國信用評(píng)級(jí)對(duì)資本市場的影響力[D]. 李明明.山東大學(xué) 2013
[7]決策樹學(xué)習(xí)及其剪枝算法研究[D]. 王黎明.武漢理工大學(xué) 2007



本文編號(hào)：3350305