基于教育大数据的学生学习行为预测分析平台的构建与实现

发布时间：2022-12-18 14:26

　　在"数据驱动学校,分析变革教育"的新时代背景下,学校各种教育数据纷繁复杂且结构混乱,难以靠单一数据预测到学生学习行为。结合大数据平台,构建学生学习行为指标体系,采用聚类分析算法,梳理、整合相互联系又相互独立的教育数据,预测学生学习行为,对全面了解和预测学生在校学习行为,全面提升学校教育管理和教学质量监控能力有重要意义。 

【文章页数】：4 页

【文章目录】：
一、学生学习行为预测分析平台的集群搭建
    1.环境准备
    2.CM安装部署。
    3.CM集群部署。
二、学生学习行为指标体系的设计
    1.学生学习行为指标
        (1)学生学习行为指标一。
        (2)学生学习行为指标二。
    2.数据整理
        (1)调查数据整理。
        (2)教务成绩整理。
        (3)图书借阅数据整理。
        (4)获奖数据整理。
三、学生学习行为预测分析平台的实现
    1.技术路线。
    2.数据建模
        (1)xgboost建模。
        (2)K-means 聚类建模。将各科成绩进行特征衍生,如图6所示:
    3.预结果
小结


【参考文献】：
期刊论文
[1]大数据背景下的远程教育学生学业表现预测模型——以H大学为例[J]. 李红燕,薛圣凡,李宣妤.  中国成人教育. 2019(22)
[2]基于教育大数据的高等教育预测分析与应用[J]. 王玲,呼功亮,张翠芳,周铁华.  无线互联科技. 2018(22)

硕士论文
[1]教育大数据统计分析平台设计与研究[D]. 赵志.西安理工大学 2019



本文编号：3722217