- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于关联规则的高校学生成绩关联性分析-
高等数学论文-数学论文
——文章均为WORD文档,下载后可直接编辑使用亦可打印——
摘要:众所周知,学生成绩分析是评价教学效果的一项重
要指标。本文以某高校数学类专业的学生成绩数据为例进行研究,结
合关联规则,确定各课程间的关联性、课程成绩与学生属性间的多维
关联性。根据反馈出来的关联性,为教师改进教学计划,督促学生重
视各课程之间的关联性,进而按照优质的学生属性集培养学生,从而
达到改善学生课程成绩和提高教学质量的目的。
关键词:关联规则;Apriori算法及其改进算法;学生成绩;
教学评估;
1、数据的采集
学生成绩可直接反映学生对某门课程的掌握程度和学习状态,
是评价教学效果的一项重要指标,可以据此评价学校本学科的教学
效果,以甘肃某高校数学与计算机科学学院的数学类专业(包括数学
与应用数学专业与信息与计算科学专业)学生为例,数据选取学生三
大基础课、专业必修课及专业选修课成绩,仅以学生第一次的考试成
绩为准,忽略学生的补考、重修成绩。把学生成绩划分为四区间,划
分区间具体为:A区间[85,100]、B区间[75,85)、C区间[60,75)、D
区间[0,60)。
2、课程之间的关联规则
对选取的课程成绩进行关联规则挖掘,假设最小支持度为0.2,
最小置信度为0.5。将无效关联规则删除且不做考虑,并对部分关联
规则的挖掘结果进行列举:
对上述有效关联规则进行分析得:课程成绩之间存在一对一、
一对多、多对多的直接或间接关系,分析其内在联系,通过判断规则
的有效性,可以对学生做出预警提示,有利于改善学生的学习成绩。
3、学生属性与课程之间的关联规则
本文使用量化属性的静态离散化规则,挖掘学生属性与课程
之间的多维关联规则。通过问卷的方式获得学生属性的数据集,将学
生属性的数据集记为A,项集L={a1,a2,a3(43)}。首先确定最小支持
度阈值min_sup,然后使用改进后的Apriori算法求得多维频繁项集,
假设A中频繁谓词集L={a1,a2,a3},L的非空子集有
其中学生属性是影响学生学习质量的6个因素:性别、所属地
区、对待学习的态度与意志力、学习的动机、学习策略、遇到困难处
理方式,并用符号A、B、C、D、E、F表示。
仅对2014级数学类专业的学生的部分课程(数据结构、离散
数学)进行数据分析,表2列举了部分学生的成绩和学生属性值。现
对学生属性进行多维关联规则分析,并对部分多维关联规则的挖掘
结果进行列举:
{性别(女),所属地区(发达),对待学习的态度和意志力
(积极向上),学习动机(深造),学习策略(自己解决),遇到困难处
理方式(不放弃且寻求办法解决)}?数据结构A离散数学A支持
度:32.4%置信度:67.5%
4、结语
依据以上研究,可以确定不同课程之间存在一对一、一对多、
多对多的直接或间接的关联关系。优质属性集为{性别(女),所属地
区(发达),对待学习的态度和意志力(积极向上),学习动机(深造),
学习策略(互动解决)}。应用对关联规则的挖掘,对学生属性以及成
绩分析的反馈,为教师改进教学计划,提醒督促学生重视各课程之间
的关联性,进而按照优质的学生属性集培养学生,从而达到改善学生
课程成绩和提高教学质量的目的。
参考文献:
[1]姚文迪.基于关联规则算法的数据挖掘在高校成绩中的研
究与应用[D].成都:西南交通大学,2015.
[2]厍向阳,张玲.基于Hadoop的FPGrowth关联规则并行改进
算法[J/OL].计算机应用研究,2018,(01):1~6(2017-01-19).
[3]闫禹.多维关联规则数据挖掘研究及其在学生信息系统中
的应用[D].沈阳:沈阳工业大学,2003.
文档评论(0)