基于大数据技术的中职学生成绩分析研究
发布时间:2023-10-14 07:21
作者通过广州市某中职学校一学期的实习和对该校领导的访谈了解到,随着学校智慧校园的不断建设,产生的数据越来越多,如何有效地使用这些数据,挖掘潜藏的信息,成为一个重要问题,且该校现阶段对于课程成绩关联性的挖掘分析和对学生未来学习成绩的预测还未有所进展。因此,本文以大数据技术为手段,通过相关算法,研究分析中职学校学生的成绩数据,从数据中挖掘潜在的信息,再结合调查问卷进行辅助分析,从而得出相关结论。本文之所以基于大数据技术,一是使用大数据技术比单机电脑运算速度快很多、稳定性也高;二是除了方便存储现阶段研究需要的数据,也为日后数据的指数级增长做准备;三是紧跟国家的政策方针,譬如18年的政府报告,就要求运用大数据技术辅助教育事业;四是大数据技术已经在教育领域如火如荼的展开,在教育领域中使用大数据技术成为一个趋势。本文首先介绍大数据相关技术和教育领域的相关理论,接着搭建大数据分布式集群及其生态圈的组件,用集成开发环境eclipse结合Java语言,bootstrap、jQuery、echart等框架,开发后台控制系统及前端页面。对该校2016级学生16至18学年的所有课程成绩进行预处理,变成可以研究...
【文章页数】:86 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 选题背景和意义
1.1.1 选题背景
1.1.2 选题意义
1.2 文献综述
1.2.1 大数据技术研究现状
1.2.2 大数据技术在教育领域的研究现状
1.3 研究思路和研究方法
1.3.1 研究思路
1.3.2 研究方法
1.4 论文结构
2 相关技术和理论
2.1 信息技术
2.1.1 Hadoop集群概述
2.1.2 Hadoop生态系统组成
2.1.3 HDFS分布式文件系统
2.1.4 Map Reduce
2.1.5 数据挖掘概述
2.1.6 数据挖掘方法
2.2 教育学理论
2.2.1 阿斯汀“学生参与理论”
2.2.2 佩斯“努力质量”理论
2.2.3 建构主义学习理论
2.2.4 成败归因理论
3 大数据集群的搭建和程序的开发
3.1 系统总体设计
3.1.1 集群的总体设计
3.1.2 平台的总体架构
3.2 Hadoop集群的搭建
3.3 数据分析平台的程序开发
3.3.1 功能需求
3.3.2 软件关键技术
3.3.3 平台架构设计
3.3.4 后端开发
3.3.5 前端开发
4 中职学生成绩数据处理方法研究
4.1 中职学生成绩分析流程
4.2 数据预处理
4.2.1 数据的采集
4.2.2 数据缺失值处理
4.2.3 数据异常值处理
4.2.4 数据标准化的处理
4.3 数据的导入导出与数据存储
5 中职学生成绩数据的聚类实验和结果分析
5.1 问题的引入
5.2 k-means聚类算法应用于中职学生成绩的分析
5.2.1 聚类算法的基本概念
5.2.2 算法的基本思想
5.2.3 算法的实现过程
5.3 实验及结果分析
5.3.1 算法在Hadoop集群上实现的原理
5.3.2 实验及结果分析
5.3.3 建议与小结
6 中职学生成绩数据的多元线性回归实验和结果分析
6.1 问题的引入
6.2 多元线性回归算法应用于中职学生成绩的分析
6.2.1 多元线性回归算法的基本概念
6.2.2 多元线性回归的数学模型
6.3 实验及结果分析
6.3.1 课程间的关联系数分析
6.3.2 成绩预测分析
6.3.3 建议与小结
7 总结与展望
7.1 本文研究工作总结
7.2 研究创新点
7.3 展望
参考文献
附录
附录A
附录B
附录C
致谢
攻读硕士期间研究成果
学位论文数据集表
本文编号:3853858
【文章页数】:86 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 选题背景和意义
1.1.1 选题背景
1.1.2 选题意义
1.2 文献综述
1.2.1 大数据技术研究现状
1.2.2 大数据技术在教育领域的研究现状
1.3 研究思路和研究方法
1.3.1 研究思路
1.3.2 研究方法
1.4 论文结构
2 相关技术和理论
2.1 信息技术
2.1.1 Hadoop集群概述
2.1.2 Hadoop生态系统组成
2.1.3 HDFS分布式文件系统
2.1.4 Map Reduce
2.1.5 数据挖掘概述
2.1.6 数据挖掘方法
2.2 教育学理论
2.2.1 阿斯汀“学生参与理论”
2.2.2 佩斯“努力质量”理论
2.2.3 建构主义学习理论
2.2.4 成败归因理论
3 大数据集群的搭建和程序的开发
3.1 系统总体设计
3.1.1 集群的总体设计
3.1.2 平台的总体架构
3.2 Hadoop集群的搭建
3.3 数据分析平台的程序开发
3.3.1 功能需求
3.3.2 软件关键技术
3.3.3 平台架构设计
3.3.4 后端开发
3.3.5 前端开发
4 中职学生成绩数据处理方法研究
4.1 中职学生成绩分析流程
4.2 数据预处理
4.2.1 数据的采集
4.2.2 数据缺失值处理
4.2.3 数据异常值处理
4.2.4 数据标准化的处理
4.3 数据的导入导出与数据存储
5 中职学生成绩数据的聚类实验和结果分析
5.1 问题的引入
5.2 k-means聚类算法应用于中职学生成绩的分析
5.2.1 聚类算法的基本概念
5.2.2 算法的基本思想
5.2.3 算法的实现过程
5.3 实验及结果分析
5.3.1 算法在Hadoop集群上实现的原理
5.3.2 实验及结果分析
5.3.3 建议与小结
6 中职学生成绩数据的多元线性回归实验和结果分析
6.1 问题的引入
6.2 多元线性回归算法应用于中职学生成绩的分析
6.2.1 多元线性回归算法的基本概念
6.2.2 多元线性回归的数学模型
6.3 实验及结果分析
6.3.1 课程间的关联系数分析
6.3.2 成绩预测分析
6.3.3 建议与小结
7 总结与展望
7.1 本文研究工作总结
7.2 研究创新点
7.3 展望
参考文献
附录
附录A
附录B
附录C
致谢
攻读硕士期间研究成果
学位论文数据集表
本文编号:3853858
本文链接:https://www.wllwen.com/jiaoyulunwen/zhiyejiaoyulunwen/3853858.html