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:
教育数据挖掘有助于院校改进教学方法和学习过程,能够提高学生的成绩和整体教育质量。本文提出了一种基于数据挖掘技术的新生成绩预测模型,该模型采用集成学习算法:Bagging、Boosting 和随机森林(RF),所用的基础分类器包括人工神经网络,朴素贝叶斯和决策树。通过使用新生测试模型的实验,准确率超过86%。这一结果证明了所提出的模型的可靠性。
推荐文章
数据挖掘技术在学生成绩分析中的应用
数据仓库
数据挖掘
学生成绩
关联规则
Apriori算法
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
基于数据挖掘技术的学生成绩预警应用研究
教育
所有课程
动态特征选择
成绩预警
支持向量机
面向不确定残缺数据的大学生成绩预测方法
成绩预测
缺失数据
数据插补
数据挖掘
机器学习
随机森林模型
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 基于数据挖掘技术的学生成绩预测
来源期刊 汽车世界 学科 社会科学
关键词 学生成绩 教育数据挖掘 知识发现 ANN模型 组合方法
年,卷(期) qcsj_2019,(21) 所属期刊栏目
研究方向 页码范围 0266-0266
页数 1页 分类号 C
字数 语种
DOI
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 侯勇 12 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(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)
研究主题发展历程
节点文献
学生成绩
教育数据挖掘
知识发现
ANN模型
组合方法
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
汽车世界
旬刊
1673-7261
33-1342/U
杭州市下城区西湖文化广场32号
出版文献量(篇)
7850
总下载数(次)
56
论文1v1指导