钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机技术与发展期刊
\
基于机器学习的学生成绩预测及教学启示
基于机器学习的学生成绩预测及教学启示
作者:
于文兵
吕品
汪鑫
计春雷
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
教育数据挖掘
感知机
支持向量机
神经网络
学习成绩预测
教学启示
摘要:
利用学习分析技术挖掘在线学习特征是理解与优化教学过程、实现教学决策和学业预警的重要依据.在采集在线学习者的人口统计信息、学习背景、家长参与以及学习者的行为特征等信息的基础上,首先使用感知机、支持向量机和神经网络等分类算法,分别构造了不同的学习成绩预测模型;通过比较模型的准确度、召回率、F值,误分类样本数量和精确度,最终选择基于支持向量机的成绩预测模型.其次,通过分析模型参数,得出了影响学习成绩的主要因素是学习者参与小组讨论、课堂举手、访问与课程相关资源以及浏览通告等学习者行为特征的结论.最后,提出教师应该关注学生的学习行为特征,合理运用价值动机理论和内隐智力信念调节机制,激发学生的学习投入和学习动力的教学启示.
暂无资源
收藏
引用
分享
推荐文章
基于机器学习的大学体育成绩预测与分析
体育训练
机器学习算法
预测模型
粒子群算法
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
学生成绩关键因素挖掘与成绩预测
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
基于矩阵分解的高校学生成绩预测研究
成绩预测
矩阵分解
奇异值分解
学业预警
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于机器学习的学生成绩预测及教学启示
来源期刊
计算机技术与发展
学科
工学
关键词
教育数据挖掘
感知机
支持向量机
神经网络
学习成绩预测
教学启示
年,卷(期)
2019,(4)
所属期刊栏目
应用开发研究
研究方向
页码范围
200-203
页数
4页
分类号
TP39
字数
4572字
语种
中文
DOI
10.3969/j.issn.1673-629X.2019.04.040
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
计春雷
31
159
7.0
11.0
2
汪鑫
19
49
4.0
6.0
3
吕品
15
27
3.0
4.0
4
于文兵
7
5
2.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(40)
共引文献
(83)
参考文献
(12)
节点文献
引证文献
(2)
同被引文献
(18)
二级引证文献
(1)
1995(1)
参考文献(1)
二级参考文献(0)
2000(1)
参考文献(1)
二级参考文献(0)
2001(3)
参考文献(2)
二级参考文献(1)
2002(2)
参考文献(1)
二级参考文献(1)
2004(1)
参考文献(0)
二级参考文献(1)
2007(3)
参考文献(0)
二级参考文献(3)
2008(3)
参考文献(0)
二级参考文献(3)
2010(4)
参考文献(0)
二级参考文献(4)
2011(5)
参考文献(0)
二级参考文献(5)
2012(11)
参考文献(2)
二级参考文献(9)
2013(7)
参考文献(0)
二级参考文献(7)
2014(6)
参考文献(1)
二级参考文献(5)
2015(4)
参考文献(3)
二级参考文献(1)
2016(1)
参考文献(1)
二级参考文献(0)
2019(3)
参考文献(0)
二级参考文献(0)
引证文献(2)
二级引证文献(1)
2019(3)
引证文献(2)
二级引证文献(1)
研究主题发展历程
节点文献
教育数据挖掘
感知机
支持向量机
神经网络
学习成绩预测
教学启示
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
计算机技术与发展
主办单位:
陕西省计算机学会
出版周期:
月刊
ISSN:
1673-629X
CN:
61-1450/TP
开本:
大16开
出版地:
西安市雁塔路南段99号
邮发代号:
52-127
创刊时间:
1991
语种:
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
期刊文献
相关文献
1.
基于机器学习的大学体育成绩预测与分析
2.
决策树算法在学生成绩预测分析中的应用
3.
学生成绩关键因素挖掘与成绩预测
4.
基于矩阵分解的高校学生成绩预测研究
5.
混沌理论和机器学习算法的运动员成绩预测模型
6.
基于机器学习的大学体育成绩预测与分析
7.
面向不确定残缺数据的大学生成绩预测方法
8.
基于决策树算法的学生成绩的预测分析
9.
混沌理论和机器学习算法的运动员成绩预测模型
10.
基于集对分析的学生成绩分析算法
11.
基于贝叶斯网络的学生成绩预测
12.
基于B/S模式学生成绩查询管理系统的设计
13.
基于频繁模式谱聚类的课程关联分类模型和学生成绩预测算法研究
14.
基于机器学习的大学生自杀风险预测与分析
15.
基于因子分析法的高职学生成绩评价
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机技术与发展2022
计算机技术与发展2021
计算机技术与发展2020
计算机技术与发展2019
计算机技术与发展2018
计算机技术与发展2017
计算机技术与发展2016
计算机技术与发展2015
计算机技术与发展2014
计算机技术与发展2013
计算机技术与发展2012
计算机技术与发展2011
计算机技术与发展2010
计算机技术与发展2009
计算机技术与发展2008
计算机技术与发展2007
计算机技术与发展2006
计算机技术与发展2005
计算机技术与发展2004
计算机技术与发展2003
计算机技术与发展2002
计算机技术与发展2001
计算机技术与发展2019年第9期
计算机技术与发展2019年第8期
计算机技术与发展2019年第7期
计算机技术与发展2019年第6期
计算机技术与发展2019年第5期
计算机技术与发展2019年第4期
计算机技术与发展2019年第3期
计算机技术与发展2019年第2期
计算机技术与发展2019年第12期
计算机技术与发展2019年第11期
计算机技术与发展2019年第10期
计算机技术与发展2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号