作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
贝叶斯分类模型依据实验样本数据信息,计算待测数据属于某类别的概率,进而确定该数据的归属类别.文章以某班学生某门课程学习信息数据为挖掘对象,采用贝叶斯分类模型对预测数据进行挖掘分析得出分类结果.通过对训练样本进行测试试验,准确率达到83%,并且得出影响学习效果的主要因素,从而为分析学生学习情况,给予个性化提示与指导提供有效的建议.
推荐文章
决策树算法在学生成绩预测分析中的应用
数据挖掘
决策树算法
学生成绩
预测分析
多贝叶斯网络分类器集成模型研究
贝叶斯网络
分类器集成模型
结构学习
约束信息熵
免疫遗传算法
因子分析在学生成绩综合评价中的应用
因子分析
各科成绩
综合评价
实例分析
基于贝叶斯网络的学生成绩预测
贝叶斯网络
K2算法
联合树算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 贝叶斯分类模型在学生成绩预测中的应用研究
来源期刊 计算机与数字工程 学科 工学
关键词 贝叶斯分类模型 类条件概率 模型评估
年,卷(期) 2018,(10) 所属期刊栏目 信息处理与网络安全
研究方向 页码范围 2039-2041,2056
页数 4页 分类号 TP311
字数 2855字 语种 中文
DOI 10.3969/j.issn.1672-9722.2018.10.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 韩丽娜 咸阳师范学院图形图像研究所 51 375 11.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (88)
参考文献  (11)
节点文献
引证文献  (5)
同被引文献  (34)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
贝叶斯分类模型
类条件概率
模型评估
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导