《.学生成绩关键因素挖掘与成绩预测》 读书笔记（七）

一、基本信息

标题：.学生成绩关键因素挖掘与成绩预测

时间：2019

来源：南京信息工程大学学报(自然科学版)

关键词：教育数据挖掘; 学生成绩分析; 密度全局K-means算法; 关联分析; 预测分析;

二、研究内容

1 成绩影响因素聚类分析方法：设X={x1, …, xn}⊂Rp是包含n个样本的数据集, 每个样本含有p维属性, 聚类就是将X划分为k个类簇{C1, …, Ck}, 使X=∪j=1kCj,∩j=1kCj=ΦX=∪j=1kCj,∩j=1kCj=Φ, 且使聚类误差平方和E=∑i=1n∑j=1kχ(xi)∥xi−mj∥E=∑i=1n∑j=1kχ(xi)∥xi-mj∥达到最小, 其中mj (j=1, …, k) 是第j类簇Cj的质心, 

2 成绩预测方法：以学生现有成绩对学生的未来成绩进行预测

3 预测成绩评价方法：

1) Rand指数:

R= (a+d) / (a+b+c+d) . 

2) Jaccard系数:

J=a/ (a+b+c) . 

3) ARI参数:

IAR=2(ad−bc)(a+b)(b+d)+(a+c)(c+d)ΙAR=2(ad-bc)(a+b)(b+d)+(a+c)(c+d). 

4) 聚类准确率 (accuracy) :

Racc=rnRacc=rn. 

4 实验数据与数据预处理

5 实验结果与分析：

关键因素分析

 

成绩关联分析

成绩预测分析

三、结论

      了解学生成绩分析不同因素的研究方法，文献十分详细解决了大部分操作算法问题。

四、参考文献

[9]谢娟英,张宜,陈恩红.学生成绩关键因素挖掘与成绩预测[J].南京信息工程大学学报(自然科学版),2019,11(03):316-325.