基于数据预处理技术学生成绩预测模型研究.PDFVIP

第４１卷第１期 湖北大学学报(自然科学版) Ｖｏｌ.４１　 Ｎｏ.１　 ２０１９年１月 Ｊｏｕｒｎａｌ ｏｆ Ｈｕｂｅｉ Ｕｎｉｖｅｒｓｉｔｙ(Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ) Ｊａｎ. ꎬ２０１９　 文章编号:１０００ ２３７５(２０１９)０１ ０１０１ ０８ 基于数据预处理技术的学生成绩预测模型研究 张麒增ꎬ戴翰波 (湖北大学计算机与信息工程学院ꎬ湖北 武汉ꎬ４３００６２) 摘要:随着信息技术的不断发展和教育数据的大量累积ꎬ教育机构对于教育数据的挖掘和改善挖掘效果的需求越来 越大.在本文中我们探索用离散化方法和少数类样本合成(ＳＭＯＴＥ)过采样化技术配合神经网络(ｎｅｕｒａｌ ｎｅｔｗｏｒｋ)算法和 支持向量机(ＳＶＭ)算法如何提高预测学生最终课程表现模型的准确率并对比几种离散化方法的表现.从实验结果中我 们得出使用离散化和ＳＭＯＴＥ技术进行预处理后能够显著地提升模型的预测能力ꎬ其中使用等频率分箱法进行离散化处 理数据集的模型表现最佳. 关键词:教育