摘要
针对当前英语学习信息化需求,以及深度学习算法的优势,提出一种基于朴素贝叶斯的英语成绩预测模型。为验证该模型在英语成绩预测方面的有效性,首先对朴素贝叶斯定理的原理进行分析,然后以某职业院校2016~2018的英语四级考试成绩作为基本数据来源,采用朴素贝叶斯模型中概率对不同属性下的学生英语成绩进行预测,结果表明通过朴素贝叶斯分类预测到的成绩与实际的基本一致。
In view of the current demand for information technology in English learning and the advantages of in-depth learning algorithm,this paper proposes an English achievement prediction model on the base of Naive Bayes.In order to verify the validity of the model in predicting English achievement,this paper first analyses the principle of Naive Bayesian Theorem,and then uses the English Test Band 4 scores of a vocational college from 2016 to 2018 as the basic data source,uses the probability of Naive Bayesian Model to predict students’English achievement under different attributes.The results show that the results predicted by Naive Bayesian Classification are basically consistent with the reality.
作者
张燕
ZHANG Yan(Xi’an Aeronautical Polytechnic Institute,Xi’an 710089 China)
出处
《自动化技术与应用》
2019年第10期67-69,88,共4页
Techniques of Automation and Applications
基金
国家留学基金委公派访问学者项目(录取文号:留金法[2017]5086号,编号CSC201708615094)
2018年西安航空职业技术学院院级科研项目(编号18XHGZ-012)
2016年度陕西省职业技术教育学会职业教育研究课题(编号SZJG-1622)
关键词
朴素贝叶斯
成绩预测
数据来源
转化
Naive Bayes
achievement forecast
data source
conversion
