聚类和关联算法在学生学业分析中的应用

摘要：

针对高职院校在发展过程中积累的学生数据,文章选取2015至2019级学生的课程学习成绩、网络平台在线学习时长、讨论次数、发帖数量、升学形式等数据为研究对象.利用改进型KMeans算法对课程学习成绩、网络平台在线学习时长、讨论次数、发帖数量进行离散化处理,采用Apriori算法分析学习方式、升学形式与学业成绩的关系,以及课程间的相互影响.验证了在学习过程中俗语"一分耕耘一分收获"的正确性,找出了课程间的关联关系,为提升高职院校的教学方法与改善学生的学习方式提供了一定的参考.

关键词：KMeans算法、Apriori算法、关联规则、学业分析

所属期刊栏目：19

分类号：TP311.13;G43;G64

资助基金：广西高校中青年教师科研基础能力提升项目2021KY1325

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：143-148