当前位置:主页 > 教育论文 > 学生管理论文 >

基于关联规则和RBF神经网络的预测模型及教育应用研究

发布时间:2020-03-28 02:28
【摘要】:随着互联网和计算机的蓬勃发展以及人们对于信息化促进教学意识的提高,在教育领域,更多的研究者意识到数据分析技术的应用在改善教学和学习方面的潜能,学习分析技术的进步正在以日新月异的速度发展。近些年来,学生预测逐渐成为学习分析中重要的组成部分。已经有诸多的研究者从不同的角度,基于不同的教育环境构建了各种不同的学习预测模型。各种预测模型都有自身的特点,但是在适应性和推广性上也有局限,预测模型限制特定的输入以及参数设置使得模型的推广遇到阻碍。因此,一个具有广泛适应性,可以使教育研究者能够根据所处的自身教育环境的特点,从多种角度进行预测的模型成为一种迫切的需要。本研究在分析现有的学习预测模型的基础上,基于预测模型基本框架,利用神经网络技术和关联规则挖掘技术,提出了基于关联规则挖掘的优化RBF网络预测模型的设计模式及相关的数据预处理方法。首先说明将数值型的数据转化为关联规则可分析的事务数据集型数据的方法;然后阐明了模型的设计模型;再提出了基于关联规则支持度和置信度的RBF神经元数据中心选择优化算法,该算法不同于传统的随机选取神经元数据中心的方法,在已经知道预测数据与结果的关联基础上,将数据中心的选择方法改为有概率的随机选取,这种算法可以加快网络的学习速度,并在一定程度上提高了网络的预测性能。并且针对线下教育数据常常呈现的较为稀疏的特性,基于作者以往的研究,本文提出了丰富稀疏数据的插值法。以此来增加训练数据,达到提高网络训练性能的目的。最后,将此模型应用在两个实际的教育预测中,某中学学生的成绩预测和某本科学生就业情况的预测,采用基线实验的方法比较了优化和未优化的神经网络算法在学习速率和准确性上的差异。也将本文的预测模型和其他主流的预测模型做了对比分析来进一步评价本文的模型。研究结果表明,本文提出的预测模型可以提高模型的适用范围,并提升模型的预测效率和准确率,具有良好的性能和较强的实际意义。并且也为广大教育工作者,提供了在教育领域应用预测模型的新思路。
【图文】:

占比,关键词,总数,学业


图2.2是反应关键词所在文章在所有相关文章总数中的占比,从图中可以看出,逡逑在预测中超过半数是关于学业的预测,即学生的成绩表现或其他有关学业的项目,逡逑这也表明学业成绩仍旧是教育中关注的重点。此外,有大约三分之一的文章是高等逡逑教育,预警机制和教育管理分别占比四分之一,在线学习占比0.15。从图中还可以逡逑看出,近些年来讨论较热的大数据(0.12)、学习分析(0.10)也紧随其后。还有逡逑学困生(0.10)、教学干预(0.10)等关键词表明在研究上,学习预测的目的集中逡逑于对于及时发现困难学生的危机,并进行教学千预。同时个性化教育(0.07)也是逡逑一

学科


STER'S邋THESIS逡逑3理论基础逡逑据挖掘逡逑,将会对本文的研宄所依据的理论基础做阐释。本文依据学掘的相关理论和技术,,构建面向教学的混合预测模型。教育数ata邋mining,简称EDM)是从教育领域中积累的庞杂、不完整以据中,挖掘蕴含的难易从表面看出的有用知识的数据分析方法集、整理、转化和分析挖掘等手段,来得到有价值的信息,进决策上的支持EDM技术综合了计算机科学、统计学、教学科的理论和技术来解决教育和教学研究中问题。通过挖掘和和产生的相关数据,EDM技术可以从教育实践中发现和解决大学科计算机科学、统计学和教育学相互之间交叉而产生了教析等领域[32]。逡逑
【学位授予单位】:华中师范大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:G434

【相似文献】

相关期刊论文 前10条

1 凌云;王建东;;浅析4~#高炉的炉缸侵蚀预测模型[J];南钢科技与管理;2007年03期

2 谷鸿秋;王俊峰;章仲恒;周支瑞;;临床预测模型:模型的建立[J];中国循证心血管医学杂志;2019年01期

3 周媛;叶烨;王新彦;周宏根;王筱蓉;;零转弯半径割草机连续翻滚特性参数化预测模型[J];农机化研究;2018年01期

4 刘洪太;郭云霞;;基于情景数据的火灾预测模型设计与实现[J];科技创新与应用;2018年26期

5 王伟卿;;灰色预测模型在预测话音网关故障中的研究与应用[J];计算机测量与控制;2016年11期

6 韩文倩;;灰色预测模型在山东省保费预测中的应用[J];保险职业学院学报;2017年01期

7 杨萌;;基于灰色预测模型的山西省批发零售业人员需求分析[J];数学的实践与认识;2017年04期

8 崔剑;巴合提努尔·巴赞;李书钦;;烧结过程SO_2排放预测模型研究[J];资源节约与环保;2017年08期

9 张春涛;关文忠;刘学飞;;混沌时间序列的2阶预测模型[J];数学的实践与认识;2016年05期

10 夏静;;建设项目环境影响评价预测模型发展现状[J];绿色科技;2016年08期

相关会议论文 前10条

1 匡启帆;李益洲;李梦龙;;对于药物不良反应预测模型的系统研究[A];中国化学会第29届学术年会摘要集——第19分会:化学信息学与化学计量学[C];2014年

2 肖健华;吴今培;;基于支持向量机的预测模型及应用[A];2003年中国智能自动化会议论文集(下册)[C];2003年

3 郑忠;范计鹏;蒋胜龙;;基于机理分析与数据驱动的转炉炉次耗氧量预测模型[A];2018年(第二十届)全国炼钢学术会议大会报告及论文摘要集[C];2018年

4 王坤龙;;天津地区雾霾的成因及预测模型建立的研究[A];科学发展·协同创新·共筑梦想——天津市社会科学界第十届学术年会优秀论文集(中)[C];2014年

5 郭庆春;;基于人工神经网络的空气污染指数预测模型[A];Proceedings of Conference on Environmental Pollution and Public Health(CEPPH 2012)[C];2012年

6 王亮;刘豹;徐德民;;预测模型的选择及其智能化实现[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年

7 罗荣桂;黄敏镁;;基于自适应神经模糊推理系统的服务业发展预测模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

8 李阳旭;邓辉文;;一种新的企业市场预测模型及其比较研究[A];2004年中国管理科学学术会议论文集[C];2004年

9 张晓f^;;全球煤炭产量的灰色预测模型[A];中国现场统计研究会第十三届学术年会论文集[C];2007年

10 曾练平;燕良轼;;大学师范生可就业能力预测模型的建构[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

相关重要报纸文章 前10条

1 记者 黄辛;上海交通大学 提出基于信号通路的肝癌风险预测模型[N];中国科学报;2019年

2 记者 康民;全球首个流感预测模型落户重庆[N];中国保险报;2017年

3 北京大学肿瘤医院 刘晨;筛查食管癌有了风险预测模型[N];健康报;2017年

4 特约记者 刘京涛;华东化工销售员工设计价格预测模型见成效[N];中国石油报;2010年

5 本报记者 张超;预测模型:推算SARS起落潮[N];科技日报;2003年

6 刘庆;“预测模型”要缓行[N];网络世界;2006年

7 记者 华凌;颗粒物成云新理论有助改进预测模型[N];科技日报;2015年

8 四川农业大学 王立志 贾刚 王康宁;饲料有效磷的评定及预测模型的“雏形”[N];中国畜牧兽医报;2006年

9 张琳 赵伟;巧用Excel构建利润预测模型[N];财会信报;2007年

10 中兴通讯 曾志 杨毅;建立移动用户流失分析预测模型[N];通信产业报;2014年

相关博士学位论文 前10条

1 李金金;天津市慢性病队列研究及风险预测模型的建立[D];天津医科大学;2018年

2 陈玲;孕期及产后压力性尿失禁风险预测模型的构建、验证及应用[D];南方医科大学;2018年

3 云科;MSM人群HIV感染风险预测模型的建立及应用[D];中国医科大学;2018年

4 林开阳;急诊经皮冠状动脉介入术后对比剂肾病的危险因素分析及风险预测模型构建[D];南方医科大学;2018年

5 支元杰;大气环境下小样本金属材料腐蚀的数据驱动预测模型[D];北京科技大学;2019年

6 冉祥栋;基于深度学习的交通时间预测模型与方法研究[D];北京科技大学;2019年

7 胡姗姗;药物互作数据的挖掘与预测研究[D];安徽大学;2019年

8 沈思鹏;基于生存结局的多组学预测模型统计学方法研究与应用[D];南京医科大学;2019年

9 徐丽华;精神病高危综合征转化的风险预测模型与神经生物学标志研究[D];上海交通大学;2017年

10 杭俊杰;胰腺癌预后相关的炎性标志物及预测模型建立[D];上海交通大学;2017年

相关硕士学位论文 前10条

1 杨晨璐;湖北省中老年人骨量异常风险预测模型的研究[D];武汉科技大学;2019年

2 白培翔;基于交通大数据的道路安全行为分析与预测[D];内蒙古大学;2019年

3 王智;空气质量预测模型研究[D];哈尔滨工程大学;2019年

4 李兰茜;基于复杂网络结构的链路预测技术研究[D];北京邮电大学;2019年

5 李敏;基于聚类的风速混合预测模型[D];兰州大学;2019年

6 肖艳杰;轨道交通客流预测模型优化及应用研究[D];武汉理工大学;2018年

7 赖众q

本文编号:2603782


资料下载
论文发表

本文链接:https://www.wllwen.com/jiaoyulunwen/xueshengguanli/2603782.html


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

版权申明:资料由用户53a70***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