当前位置:主页 > 教育论文 > 课堂教学论文 >

基于校园大数据的学习行为分析及学习成绩预测

发布时间:2021-11-28 01:16
  校园场景下的学生行为研究能够有效了解学生的学习和生活行为特点,便于在教学过程中实现因材施教,是目前该领域的研究热点。数字化校园的大力推广,促使研究人员摒弃了传统以调查问卷为代表的数据采集方式,开始将目光转移到数字化校园数据,拓宽了相关研究的维度和普适性。与此同时,大数据、人工智能等技术的发展,彻底颠覆了相关研究领域常用的(以统计分析为代表的)技术手段,为该领域的发展提供了新的方向和思路。基于校园大数据的学生行为分析,有助于理解学生的行为和成长模式,从而在此基础上为其适配个性化的学习反馈等服务,具有重要的理论研究和实际应用价值。虽然该领域已逐步得到了国内外研究人员的关注,但总的来说,相关研究成果仍相对较少。本研究以学生的期末考试加权成绩预测为抓手,基于校园大数据,对学生行为进行了深入分析。研究主要由三部分组成:首先,本研究汇聚融合多维度的、大规模的(N=683)学生行为数据。为了大规模地、全面地对学生行为进行感知,本研究整合了数字校园环境中的多源数据,涵盖教务系统、校园一卡通、校园WI-FI等。在隐私保护的基础上,制订了统一的数据格式和规范,对多源数据进行汇聚和融合,解决了校园内同一学习... 

【文章来源】:华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】:74 页

【学位级别】:硕士

【部分图文】:

基于校园大数据的学习行为分析及学习成绩预测


图1.1本文研究框架??(1)数据融合与隐私保护??

过程图,信息表,学生,个人


硕士学位论文??W?MASTi:R*S?THESIS??务系统数据处理过程如下图2.1所示:??r?个人鼓信黯一^??????—?学生基砲信息表???????f ̄ri-Zzz ̄i??錄海充雜離信黯—?????1?—?学?^31^??觸信驗????限定时间区閑???l?■?rzmzzzzizziiiiiiziii????_^学生本^8^10^?? ̄n?録???图2.1教务系统数据处理过程??个人信息表包括学生个人基本信息表和学籍信息表,前者主要记录了学生的出??生日期、出生地、民族等基本信息,后者主要记录学生的专业、学院、入学年纪等??学籍信息。本文整合两张表的有用信息,并舍去血型、创建时间等冗余的信息,通??过索引学生的学号可以得到记录了研究对象个人信息的数据表,便于后续实验的进??行。??选课信息表和排课信息表分别记录了学生每学年的选课记录,及每学年老师的??排课信息。表2.1、表2.2分别列举了两个数据表的关键字段信息,由字段信息可知??两表中任一表格的信息都比较单一,只有将进行数据融合处理,才能得到学生更为??详实的数据信息。首先,通过选课信息表的主键(学生ID)可以找出研究对象本学??期内所有课程的排课编号,然后通过排课编号这个外键索引教师排课信息表,找到??所选课程的时间地点信息,即可得到学生的课程表信息。事实上,本文生成了?683??个CSV文件,每个文件的表头包括学生学号、日期、上课时间、下课时间、上课地??点,具体信息如表2.3所示。??表2.1本科生教师排课信息??编号?教师工号课程名称?周次段节次星期几?学年?学期

过程图,卡通,数据处理,过程


凭借一张卡片就可以在校园办理多项业务,是数字校园建设的??重要部分。在大学校园内,校园一卡通通常可以实现.?日常消费(食堂就餐、校医??院就医、便利店消费等)、图书馆门禁身份识别、图书馆借阅图书等功能。这部分一??卡通流水数据存储在Oracle数据库中,在获得相关部门批准后,我们得到了对该部??分数据的研宄权限。目前项目组数据库中存储了约7亿条一卡通数据,这些数据分??别按照不同的分类标准存储在不同的数据表中,我们需要根据实验需求抽取有用信??息,用于后续实验。一卡通数据处理过程如下图2.2所示:??msmmm??????p??;[___?*■[?|??"??????j?银織?j|?商)时!间聊??^mmsm??????1—??图书馆涵时???!?!??信驗一I?J?(?%??? ̄字生翻图书??—?Stsffirta???i??L?*?息,并^?i??msm-?1??图2.2?—卡通数据处理过程??一卡通学生消费信息表包括校园内所有的消费支付行为,每进行一次支付行为??便留下一条数据,本研究683名学生共约15万条记录,其具体字段信息如下表2.5??所示。??表2.5?—卡通消费信息表??学号?交易金额?交易时间?交易类型?所属部门???\a***32?3.0?2018-4-1?7:34:32?消费?后勤中心//东2餐厅//包子铺??ca***lw?12.0?2018-4-3?12:02:00?消费?校内经营商户//西3超市??ed***kk?1.0?2018-4-3?13:10:00?消费?校医院//挂号费??2d***56?30

【参考文献】:
期刊论文
[1]教育部印发《教育信息化2.0行动计划》[J]. 徐靖程.  中小学信息技术教育. 2018(05)
[2]《机器学习》[J]. 周志华.  航空港. 2018(02)
[3]国务院印发《新一代人工智能发展规划》[J].   广播电视信息. 2017(08)
[4]皮尔逊相关系数应用于医学信号相关度测量[J]. 彭海.  电子世界. 2017(07)
[5]教育数据挖掘研究进展综述[J]. 周庆,牟超,杨丹.  软件学报. 2015(11)
[6]基于频繁模式谱聚类的课程关联分类模型和学生成绩预测算法研究[J]. 何楚,宋健,卓桐.  计算机应用研究. 2015(10)
[7]随机森林模型在分类与回归分析中的应用[J]. 李欣海.  应用昆虫学报. 2013(04)
[8]大数据管理:概念、技术与挑战[J]. 孟小峰,慈祥.  计算机研究与发展. 2013(01)
[9]大学生学业情绪及与学业成绩的关系[J]. 赵淑媛,蔡太生,陈志坚.  中国临床心理学杂志. 2012(03)
[10]AES加密算法分析及其在信息安全中的应用[J]. 张金辉,郭晓彪,符鑫.  信息网络安全. 2011(05)

硕士论文
[1]网络日志用于学生成绩预测的研究[D]. 孙启亮.重庆大学 2017
[2]基于学生行为的成绩预测模型的研究与应用[D]. 刘譞.电子科技大学 2017
[3]基于改进的GBDT算法的乘客出行预测研究[D]. 王天华.大连理工大学 2016
[4]家庭背景对初中生学业成绩影响的实证研究[D]. 罗周清.湖南大学 2014



本文编号:3523402

资料下载
论文发表

本文链接:https://www.wllwen.com/jiaoyulunwen/ktjx/3523402.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9587c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com