基于贝叶斯网络的学生成绩分析及其研究

发布时间：2021-01-23 13:07

　　近年来,数据挖掘技术在农业、商业、金融业等各行业都得到了广泛的应用,其效能日益显现,但是它在教育领域的应用还是不很成熟,难以去实现它的价值和强大的功能。而教育是全社会都非常重视的事业,学生学业成绩一直是家长和老师最为关注的问题。因此利用数据挖掘技术研究教育问题便成为了必要。本文在查阅了大量的相关文献和著名学者研究基础上,对武汉市W小学五年级学生的学业成绩进行了分析和研究,并得出可靠的分析结果,主要工作有以下几方面:（1）首先,综合分析影响学生成绩的因素,制定调查问卷;其次,收集武汉市W小学的五年级6个班级全体学生2016-2017学年第一学期的数据,比如:期中考试的语文、数学、英语的成绩、性别以及调查问卷的数据。（2）对影响学生成绩因素的数据进行主成分分析,得到10种主要影响因素,其计算结果的累计贡献率为82.11%,即选取这10个因素可代表原始数据信息的82.11%,它们分别是:学生睡眠情况、学生的幸福指数、身体健康程度等。（3）将以上得到的10种影响因素分成三类:家长的影响、教师的影响、同学的影响,根据对结果的分析,将作息时间看成家长对学生成绩总影响的代表,将教师魅力看成老师对学生... 

【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】：47 页

【学位级别】：硕士

【部分图文】：

图４．１不同性别不同成绩等级的学生作息时间关联图??

图４．２不同性别不同成绩等级的学生受老师因素的影响度关联图??２５??

图４．３不同性别不同成绩等级的学生上学积极性关联图??该图反映了不同性别不同成绩等级的同学上学积极性情况，通过该图，得到：??

【参考文献】：
期刊论文
[1]盘点中国和美国教育的十大不同[J]. 本刊编辑部.  教育. 2017(15)
[2]基于贝叶斯网络的P2P网贷借款人信用评价模型[J]. 裴平,郭永济.  中国经济问题. 2017(02)
[3]基于贝叶斯网络的航班保障服务时间动态估计[J]. 邢志伟,唐云霄,罗谦.  计算机应用. 2017(01)
[4]中国教育与美国教育的区别到底在哪儿?[J]. norman.  教育家. 2016(10)
[5]基于改进的TrAdaboost算法的学生成绩排名预测[J]. 谢星宇,张颖璐.  计算机与现代化. 2016(02)
[6]国际化大背景下中西方教育质量情况分析[J]. 刘光军.  考试周刊. 2016(03)
[7]对应分析理论探究[J]. 李超群,李晓云,周菊玲.  市场研究. 2014(12)
[8]中美义务教育数学课程标准“统计与概率”领域的比较研究[J]. 张楠.  数学教育学报. 2014(01)
[9]中美数学基础教育的比较及启示[J]. 朱龙,胡典顺,汪钰雯.  数学教育学报. 2013(06)
[10]广州市小学生的学业成绩与睡眠状况[J]. 张斌,郝彦利,任衍镇.  中国心理卫生杂志. 2013(06)

博士论文
[1]基于健康监测系统的桥梁结构承载能力评估关键问题研究[D]. 廖威.华南理工大学 2016
[2]基于贝叶斯网络的知识发现与决策应用研究[D]. 张少中.大连理工大学 2003

硕士论文
[1]基于贝叶斯方法的均匀分布变点的估计[D]. 李翊.北京交通大学 2014
[2]贝叶斯常均值模型状态误差方差Wt的改进及在能源预测中的应用[D]. 卢艳红.华东理工大学 2013
[3]基于数据挖掘技术的犯罪相关因素分析[D]. 周帅.大连海事大学 2012
[4]基于神经网络交叉覆盖算法的学生成绩预测[D]. 宣国庆.安徽大学 2011
[5]基于数据挖掘技术的学生成绩管理研究[D]. 闫敏娟.武汉理工大学 2011
[6]基于贝叶斯网络的继电保护故障诊断[D]. 邰爽.西安电子科技大学 2010
[7]动态贝叶斯网络在水文预报中的应用[D]. 李维乾.西安理工大学 2009
[8]基于经济数据的对应分析应用[D]. 孙健.东北师范大学 2007
[9]贝叶斯数据挖掘算法在反垃圾邮件中的研究[D]. 米亚静.辽宁工程技术大学 2007
[10]基于贝叶斯网络数据挖掘技术理论及算法的研究[D]. 沈海峰.合肥工业大学 2002



本文编号：2995269