教育數(shù)據(jù)挖掘是一個綜合了教育心理學(xué)、計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)等多學(xué)科的新興交叉研究領(lǐng)域。它旨在基于教育領(lǐng)域內(nèi)不斷累積的海量數(shù)據(jù)資源,運(yùn)用機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、統(tǒng)計(jì)與可視化等相關(guān)技術(shù)和方法來分析和挖掘其中的內(nèi)在規(guī)律,以期解決教育教學(xué)過程中的各種潛在問題,進(jìn)而提升教育質(zhì)量。學(xué)生成績預(yù)測是教育數(shù)據(jù)挖掘領(lǐng)域的熱點(diǎn)研究問題之一,其目的是基于學(xué)生的相關(guān)信息預(yù)測其未來的學(xué)習(xí)表現(xiàn),例如:分?jǐn)?shù)、排名、考核等級等。近年來,隨著高校的持續(xù)擴(kuò)招,在校生人數(shù)逐年增多,因而課堂教學(xué)的規(guī)模也越來越大,以致于教師很難跟蹤了解每一位學(xué)生的學(xué)習(xí)情況,從而在一定程度上影響了教學(xué)質(zhì)量。與此同時,各高校每年都有一定數(shù)量的學(xué)生出現(xiàn)考試不及格、留級、甚至退學(xué)現(xiàn)象,這嚴(yán)重影響了學(xué)生的未來發(fā)展。在這種背景下,研究構(gòu)建高效的學(xué)生成績預(yù)測方法具有重要的應(yīng)用價值和實(shí)踐意義。此前,許多學(xué)者已對學(xué)生成績預(yù)測開展了部分卓有成效的工作。但是,現(xiàn)有的工作仍存在一些不足和尚待解決的挑戰(zhàn)性問題,主要體現(xiàn)在以下三個方面:1)現(xiàn)有研究在進(jìn)行課程成績預(yù)測時大多依賴學(xué)生在課程進(jìn)行中的表現(xiàn)信息,例如:出勤情況、作業(yè)完成情況和課程階段性考核成績等,導(dǎo)致需要在課程開始一段時間... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：106 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１－１本文研宄技術(shù)路線圖??如圖１－１所示，本文主要開展了以下三個方面的研宄：??１．提出了一種基于課程關(guān)聯(lián)性的學(xué)生成績預(yù)測方法

學(xué)生樣本被表示為包含多個課程示例并同時擁有多個標(biāo)記的數(shù)據(jù)形式，即：??＆?＝?｛足，扮。??多示例的表示形式?多標(biāo)記同時預(yù)測??廣?、?ｆ?、??完成課程１學(xué)時夢分：：課程性質(zhì)［＊：＊?Ｊ成新學(xué)期待預(yù)測課程｜??！，?—?ｊ?傳?ｔ￣Ｊ??完成課程２學(xué)時學(xué)分課程樣質(zhì)ｌ?成?多?々?｜〔新翔龍Ｈ賴２〕｜??｜??！??！學(xué)生樣杉?！?！??（完成課程《，？學(xué)時￣孥分課程性質(zhì)｜：?－成績）?｜?ｆ新學(xué)期待預(yù)測課程ｊ??Ｖ?，?丨、?＞??圖３－１多示例多標(biāo)記的學(xué)生樣本表示??３．２．２?問題的形式化表示??在本章中，用大寫字母（如：Ｘ）表示集合，黑體小寫字母（如：ｘ）表示??向量，非黑體小寫字母（如：ｘ）表示標(biāo)量；用符號；ｆ和Ｊ；分別表示樣本輸入??空間和輸出空間。斜體大寫字母Ｔ表示矩陣的轉(zhuǎn)置操作，除非特別指定，向量??默認(rèn)為列向量。表３－１中給出了本章所定義的變量及其含義。??因?yàn)楸疚幕趯W(xué)生以往課程學(xué)習(xí)表現(xiàn)來預(yù)測下一學(xué)期各科課程的學(xué)習(xí)情??況。如表３－１所示，令符號（表示學(xué)期數(shù)量。高等教育培養(yǎng)計(jì)劃中，�？茖W(xué)制??一般為３年，本科學(xué)制４年，對應(yīng)的ｉ值分別為６和８。令符號ｐ表７Ｆ目標(biāo)學(xué)??期，即在此學(xué)期開設(shè)的課程為預(yù)測對象。因?yàn)榈谝粚W(xué)期之前沒有開設(shè)任何課程，??所以本文把第二學(xué)期作為最初的目標(biāo)學(xué)期，故有２?Ｓｔ。需要注意的是，由??于高等教育中不同專業(yè)的課程設(shè)置不相同，因此，本文把不同專業(yè)學(xué)生的課程??成績預(yù)測工作視為不同的任務(wù)。對于某個專業(yè)的建模任務(wù)，給定目標(biāo)學(xué)期ｐ，??２５??

多示例的表示形式和多門課??程同時建模均給模型性能帶來一定程度的提升。??３．３．５課程信息量對模型性能的影響??如前所述，本文利用學(xué)生課程歷史信息來預(yù)測其在新學(xué)期課程上是否有不??及格風(fēng)險。由于第一學(xué)期之前不存在己完成課程信息，本研宄從第二學(xué)期開??始建立課程成績預(yù)測模型，此時只有第１個學(xué)期的課程信息可用，課程數(shù)量??往往只是個位數(shù)。隨著學(xué)生學(xué)習(xí)過程的推進(jìn)，課程信息量逐漸增多，為了解課??程信息量對方法性能的影響，本小節(jié)中，以學(xué)期為單位展示并分析各方法在??每個數(shù)據(jù)集上的性能。圖３－２、圖３－３和圖３－４分別給出了各個方法在數(shù)據(jù)集??ＢＣＳ０８—１１、ＢＥＴ０８—１１?和?ＧＩＭ０８」０?上的綜合指標(biāo)?ｍａｃｒｏ－ｉ＾．ｓ?的值。??ｉｌ＾ＭＡＮＮ??Ｉ?ＥｉｉＢＬＲ??０．８?－?Ｉ?－?ＦＦｉ週?ＳＶＭ??、?〇?Ｉｒ！??？?：?ｎ?Ｊｌｊｐ?１?ｌＬ??Ｄ?ｒ＞，?：?［ｔ］?ｌｌｊ］?ＩＩ?ｆｌ?Ｉ?ｍ?Ｃｉｔａｔｉｏｎ－ＫＮＮ??Ｃ?｜?ＪＩ?１?：?［?ｌ?１?ＭＬ－ｋＮＮ??Ａ?Ｉｎ！?Ｉ?Ｉ?｜?：?｜?Ｏｕｒ?ｍｅｔｈｏｄ??ｒ?｜?ｙ?ｉｌ?Ｉ?ｒ?ｆｌ??Ｔｅｒｍ２?Ｔｅｒｍ３?Ｔｅｒｍ４?Ｔｅｒｍ５?Ｔｅｒｍ６?Ｔｅｍｉ７?Ｔｅｒｍ８??圖３－２不同學(xué)期各方法在數(shù)據(jù)集ＢＣＳ０８＿１１上的性能比較??從圖３－２、圖３－３和圖３－４可以看出，在ｍａｃｒｏ－巧．５指標(biāo)上，本文方法在??多數(shù)情況下取得了最優(yōu)的性能。尤其在預(yù)測第２學(xué)期的課程時，由于可用課??程的信息量較少，大多數(shù)傳統(tǒng)單示例單標(biāo)記方法的性能較差，即：在三組數(shù)??據(jù)上的ｍａｃｒｏｉ＾值均低于０．６。然而

【參考文獻(xiàn)】：
期刊論文
[1]當(dāng)代大學(xué)生學(xué)習(xí)動機(jī)的特征及其對學(xué)業(yè)成績的影響[J]. 高秀梅.  高教探索. 2020(01)
[2]基于模糊聚類和支持向量回歸的成績預(yù)測[J]. 申航杰,琚生根,孫界平.  華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(05)
[3]學(xué)生成績關(guān)鍵因素挖掘與成績預(yù)測[J]. 謝娟英,張宜,陳恩紅.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[4]ARPDF:基于對話流的學(xué)習(xí)者成績等級預(yù)測算法[J]. 羅達(dá)雄,葉俊民,郭霄宇,王志鋒,陳曙.  小型微型計(jì)算機(jī)系統(tǒng). 2019(02)
[5]大學(xué)生大五人格特征與英語學(xué)習(xí)之間的關(guān)系研究[J]. 楊蘊(yùn)楨,黃芳,趙雯.  臺州學(xué)院學(xué)報(bào). 2018(06)
[6]基于改進(jìn)的聚類和關(guān)聯(lián)規(guī)則挖掘的學(xué)生成績分析[J]. 張?zhí)?尹長川,潘林,安杰.  北京郵電大學(xué)學(xué)報(bào)(社會科學(xué)版). 2018(02)
[7]專業(yè)興趣吻合度 大五人格對大學(xué)生學(xué)習(xí)成績的影響[J]. 李艷.  校園心理. 2018(02)
[8]利用電子簽到數(shù)據(jù)預(yù)測課程成績[J]. 劉俊嶺,李婷,孫煥良,于戈.  計(jì)算機(jī)科學(xué)與探索. 2018(06)
[9]面向在線智慧學(xué)習(xí)的教育數(shù)據(jù)挖掘技術(shù)研究[J]. 劉淇,陳恩紅,朱天宇,黃振亞,吳潤澤,蘇喻,胡國平.  模式識別與人工智能. 2018(01)
[10]基于校園卡消費(fèi)預(yù)測學(xué)生掛科情況[J]. 周慶,尹春梅,全文君,張代英.  中國教育技術(shù)裝備. 2017(24)

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



本文編號：3572218