可拓数据挖掘在学生成绩分析中的应用研究

CAAI Transactions on Intelligent Systems(2022)

引用 0|浏览7
暂无评分
摘要
为了充分利用教育大数据资源,促进教学改革良性发展,本文利用可拓支持向量机、可拓k-均值聚类等多种可拓数据挖掘方法及皮尔逊相关系数,对高校学生数学课程的平时作业、期中和期末考试成绩等进行挖掘和分析,探索试卷设计的科学性,学生对知识点的掌握程度,以及哪些题目是影响学生成绩的主要因素,针对每个学生给出其该门课程日后学习的侧重点等.将不断发展的前沿科研方法应用于需要不断改革的教育教学中,同时也对长期沉睡的庞大的学生成绩数据加以充分利用,科研指导教学,教学反哺科研,起到很好的示范作用.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要