基于决策树算法的在线学习成绩预测

• 作者: 黎龙珍
• 来源期刊: 信息技术与信息化
• 关键词: 数据挖掘 决策树 在线学习行为 成绩预测
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机应用
• 页码范围: 130-133
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9528.2021.01.039

摘要

随着"互联网+教育"不断发展,在线学习已成为人们关注的热点.基于在线学习的学习行为数据来预测学生学习成绩,从而用于提前干预学生学习,是目前亟须解决的关键问题.本文首先收集学生在线学习的高维行为特征数据,对行为特征数据预处理后进行相关分析;随之,采用决策树C4.5算法构造成绩预测模型,通过模型预测学生成绩,与实际成绩对比认证,其预测准确率约为88％;最后,通过模型分析得出对学生成绩影响最大是视频任务点完成量,其次是章节测试完成数和章节测试平均分,最后是课程互动量及作业平均分来影响学生成绩的结论,对有效服务在线学习和教师教学具有实际应用的参考价值.