期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
大数据背景下挖掘影响学生学业水平的因素
1
作者 王雯麓 朱定局 《课程教育研究(学法教法研究)》 2019年第21期35-35,共1页
随着大数据时代的到来,如何利用数据资源分析学生学业的相关因素以改善教育效果,有着重要的现实意义和时代意义。本文利用Apriori算法和Pearson相关系数挖掘学生学业的相关因素与学生学业的关系及重要程度,从学生、家长和学校三方面给... 随着大数据时代的到来,如何利用数据资源分析学生学业的相关因素以改善教育效果,有着重要的现实意义和时代意义。本文利用Apriori算法和Pearson相关系数挖掘学生学业的相关因素与学生学业的关系及重要程度,从学生、家长和学校三方面给出建议;基于学生层面的相关因素,利用全连接神经网络、逻辑回归以及xgboost分类器进行训练,对学生分类,以实行“因材施教”,改善教育效果。 展开更多
关键词 APRIORI算法 全连接神经网络 学生学业影响因素 教育大数据
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部