学生成绩关键因素挖掘与成绩预测

• 作者: 张宜 谢娟英 陈恩红
• 来源期刊: 南京信息工程大学学报
• 学科: 工学
• 关键词: 教育数据挖掘 学生成绩分析 密度全局K-means算法 关联分析 预测分析
• 年，卷（期）: 2019,（3）
• 页码范围: 316-325
• 页数: 10页
• 分类号: TP181
• 字数: 8168字
• 语种: 中文
• DOI: 10.13878/j.cnki.jnuist.2019.03.010

摘要

为了探索影响学习成绩的关键因素,为学生学习、教师教学和学校管理提供帮助,采用密度全局K-means算法对UCI机器学习数据库的葡萄牙学生数据、陕西蒲城县第三高级中学的学生数据进行聚类分析,挖掘影响学生成绩的相关因素,并对学生成绩进行预测分析.葡萄牙学生数据挖掘发现:学生成绩与其所在学校、家庭住址、母亲学历、家庭有无网络有极大相关性,与父亲受教育程度、上学路上花费时间、想上大学、在谈恋爱也有一定相关性.蒲城县第三高级中学学生数据分析发现:学生成绩与其监护人、父母年龄、父母学历、学习态度、课后学习量之间有极大相关性.成绩预测聚类结果显示:预测成绩与实际成绩一致.中外学生数据挖掘揭示:学生成绩与父母受教育程度,特别是母亲受教育程度密切相关,母亲受教育程度越高,孩子学习成绩越好;孩子成长过程中,父母作为监护人的陪伴作用不容忽视;激励和引导学生树立远大理想,调动学生学习的主动性,对学习成绩和成长至关重要;缩小城乡教育差距势在必行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈恩红	中国科学技术大学计算机科学与技术学院	87	1942	22.0	42.0
2	谢娟英	陕西师范大学计算机科学学院	46	873	15.0	28.0