基于BAS-SVM的学生学业动态预警研究

摘要：

为了提高大学生学业状态的预警准确性,在经典的SMV模型的基础上,调整核参数以及性能被惩罚的参数值,创建了改进的BAS-SVM的大学生学业状态动态预警模型.为准确合理地实现学业动态预警,选择考勤指数、学习指数、成绩指数、"宅"指数和家境等5个关键指标作为学业预警的主要指标,并将学业预警结果划分为好、中、差三个等级.将影响学业状态的5个关键BAS-SVM模型的输入变量为影响学业状态的5个关键KPI值,经过模型运算后输出预警判断结果值.与ELM、SVM和BPNN对比发现,BAS-SVM可以有效提高学业状态预警结果的准确率,为学业状态预警评估提供了新的方法和途径.

关键词：支持向量机、学业状态预警、天牛须搜索算法、决策树、关联规则

所属期刊栏目：37

分类号：G642(高等教育)

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：111-114