基于支持向量机的大学生学业动态预警研究

摘要：

传统的大学生学业预警策略依赖大量人力,效率低且成效不足.为此引入数据挖掘技术自动预测将来学习成绩并及时发出预警信息.首先从现有业务级信息系统中抽取并构造学业状态特征向量;然后运用支持向量机进行统计学习得到非线性预测模型;最后利用模型自动发现学习状态不佳的学生并发出预警.经测试本方法的准确率达84％,可有效提高学业监督效率,并可推广应用于学生党建信息挖掘、学习目标预测等其它个性化管理领域.

关键词：支持向量机、学业预警、数据挖掘、大数据

分类号：G642(高等教育)

资助基金：国家社科项目14CFX017;温州市哲学社会科学规划课题16WSK037

在线出版日期：2017-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：65-67