大数据挖掘方法在大学生心理预警系统中的应用

发布时间：2023-03-04 14:20

　　目的应用大数据挖掘方法分析高校学生管理系统中的学生数据信息,为了解影响大学生多项因素和心理症状之间的关联提供依据。方法以华南农业大学2011—2013年共11 400名学生数据作为样本,利用大数据关联分析进行处理,针对支持度—置信度评估框架的不足,提出相对提升度作为关联规则的剪枝方法。结果 L2集共1 507项,符合条件的331项,占21.96%; L3集共5 536项,符合条件的1 868项,占33.74%。相对提升度的剪枝方法剔除不合理的规则,得到的规则和学生心理状况吻合,也与传统的统计方法得到的结论吻合。结论相对提升度的剪枝方法对找到大学生的人格特征、心理健康数据和成绩等数据相互之间的关联规则具有有效性和实用性,可为心理预警系统提供有意义的指导。

【文章页数】：5 页

【文章目录】：
1 对象与方法
    1.1 对象
    1.2 研究内容
    1.3 方法
        1.3.1 数据转换
        1.3.2 关联规则算法的应用
        1.3.3 基于相对提升度的多属性值的关联分析
        1.3.4 算法简要实现和步骤
2 结果
    2.1 数据处理结果
    2.2 UPI与其他数据的关系
    2.3 EPQ与其他数据的关系
    2.4 影响学习的因素
3 讨论



本文编号：3754439