基于中职院校学生行为的成绩预测.pdfVIP

基于中职院校学生行为的成绩预测 摘 要 随着信息化的不断完善，许多高校都在建设全数字化的校园。中职院校在政 策的扶持下也发展迅速，校园里的配套设施基本能满足学生的日常所需，这为学 生们提供了很大的便利。在全数字化的的校园下，学生也产生了很多的数据，例 如学生的成绩数据、图书馆借阅数据、校园卡消费数据等。利用这些数据进行分 析就能对学生有一个全面的了解，接着为学生提供有效的帮助，为老师和学校的 管理人员的工作提供科学的建议。 本文主要是利用数据挖掘技术为中职院校学生校园行为和学业成绩提供更 好更多的信息和指导。首先通过教育理论说明了每个学生的行为都是不同的，他 们所需要的教育侧重点也不同。其次，以学生的日常行为因素为基础，通过数据 预处理的方式提取学生学习及生活规律等方面的特征，利用汇总和可视化描绘出 学生的校园行为的特征，分析学生行为规律。接着，利用关联规则说明学生行为 是会影响学生成绩，具体体现在日常消费、预习课本、复习课本、勤工俭学、图 书馆借阅和作业完成情况六个方面，研究发现其日常行为和成绩之间有很强的关 联性。最后使用机器学习的七种算法对数据进行建模，在七个模型中找出预测效 果最好的随机森林回归预测模型，运用该模型就能对学生成绩进行预测，分析学 生的日常行为特征，帮助学生改正缺点，促进学校对学生的培养、管理工作。 关键词 数据分析；机器学习；随机森林；学生行为；成绩预测: I 目录 摘 要I AbstractII 第一章 绪论1 1.1 研究背景1 1.2 研究意义2 1.3 国内外文献综述2 1.4 研究内容3 1.5 论文结构3 第二章 相关理论与技术5 2.1 相关理论基础5 2.2 数据挖掘的概念及过程6 2.3 数据挖掘的算法7 2.3.1 数据分析7 2.3.2 算法简介7 2.4 本章小结15 第三章 数据的获取及预处理16 3.1 数据预处理16 3.1.1 数据预处理过程16 3.1.2 数据预处理工具19 3.2 学生数据的准备19 3.2.1 行为数据的获取20 3.2.2 成绩数据的获取21 3.3 学生行为数据的总体特征分析21 3.3.1 图书馆借阅22 3.3.2 校园卡消费22 3.3.3 勤工俭学23 3.3.4 预习、复习天数23 3.3.5 作业完成次数25 3.4 本章小结25 第四章 成绩预测模型26 4.1 成绩预测问题26 4.2 信度与效度分析26 4.2.1 信度分析26 4.2.2 效度分析27 4.3变量关联性分析27 4.4 基于机器学习的成绩预测28 4.4.1 预测模型的选择28 4.4.2 模型预测能力评价33 4.5 本章小结34 第五章 总结与展望35 5.1 总结35 5.2 展望35 参考文献37 致谢40 第一章 绪论 1.1 研究背景 随着社会和科技的进步，智能化设施正在全面建设，数据系统和信息化设备 1 [ ] 走入了各行各业，与此同时也产生了很多的数据 。在教育领域中，全国目前各 个学校的教学和生活硬件设备比以前更加趋于现代化，处处都会有智能设备的踪