基于学生行为的成绩变化可视化分析与研究
发布时间：2022-02-15 15:24
探索学生行为与成绩之间的关系是教育数据分析中一个重要的命题。可视分析是一种近年来兴起的利用人类视觉感知能力,通过交互式探索的方式来分析数据的手段,可以在大规模、维度高且信息密度稀疏的教育数据的分析过程中融入人的认知能力。可视分析相比传统的仅依赖计算机自动化分析的方式能发挥人在认知能力上的优势,更有效地发掘出数据中的内在模式。在可视分析这门新兴学科中,现有对学生行为与成绩变化之间的研究大多是基于学生的在线课程学习过程中产生的学习行为数据,缺少从学生在校生活情况切入,探索学生的生活行为与学业成绩关系的研究工作。本文基于大规模的学生刷卡行为的校园卡数据,从学生在校生活的角度,利用可视分析方法探究学生行为与成绩变化的联系。由于行为数据规模庞大,其本身又具有时序性,充分地展示行为数据的在时间维度上的特点,同时避免数据体量过大而产生视觉干扰成为本研究中难点之一。除此之外,行为数据信息密度低,本次研究中需要从行为数据中提炼出分析行为与成绩关系的重要特征进行可视分析。本文中设计了结合预测模型的可视分析框架,实现了可视分析系统EduRedar来研究学生的日常行为模式,探索学生行为与成绩变化之间的关系。本...
【文章来源】：电子科技大学四川省211工程院校985工程院校教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图１－２?ＴａｒｇｅｔＶｕｅ?：对社交虛用用户的异常检测可视分析例Ｑ??不只是数据分析研究人员，还可能是相关领域的工作者、决策者．，他们通常是不??具有计算机数据分析的知识背景
?电子科技大学硕士学位论文???第二章相关理论与技术研究??本文基于结合预测模型的可视分析框架，设计可视分析视图，实现可视分析??系统，探索学生行为与成绩变化的关系。数据可视化技术与成绩预测模型是可视??分析框架中最重要的两个部分。本章将从数据可视化、成绩预测算法两个方面所??涉及到的理论与技术进行介绍。??２．１数据可视化技术??数据可视化是一种结合了人类感知与计算机图形学与图像处理技术，将数据??通过图形图像的方式表达，并可以通过人机交互的方式探索数据，将数据转化成??知识的技术理论。数据可视化通常被用在研究数据表示、数据处理、决策分析等??一系列问题上＾最初的数据可视化技术是运用在科学计算领域，也就是现在的数??据可视化的分支之一：科学可视化。科学可视化是将复杂的科学数据，或者科学??计算中产生的结果数值，以图形图像的形式呈现其随时间空间的变化，使研究人??员能够观察、模拟与计算（如图２－１＞。而当下，随着信息技术的发展，全球数据爆??炸式增长，数据可视化技术得到了更为广泛的应用。海量的数据面前，研究者们??不仅是希望建立自动化分析模型的方式来分析数据，而是希望能以更加直观的方??式看到数据的内部模式，帮助他们从数据中获得知识。同时，人类大脑处理视觉??信息的效率远高于处理文本信息，因此，数据可视化技术在海量数据的挖掘中具??有很大的潜力。??轉??（ｃ）?（ｄ）??图２－１?—个科学可视化研究：非定向流动中成对属性时空关系的可视化分析［３９］。??１０??
?第二章相关理论与技术研究???可视分析依靠计算机自动化分析模型与人机交互的可视分析视图之间相互协??作，在这一过程中将数据转化为知识［４（）］，图２－２中描述了可视分析的机制。利用可??视化视图与人机交互方式，计算机的计算能力结合人的认知经验，获得对庞大复??杂数据集的洞见。同时，数据可视化技术降低了分析人员在数据分析时对数据处??理的技术门槛，使得不具有数据处理技术的其他领域研究人员也可以用一种直观??的方式对数据进行探索。数据可视化的这一优点，可以促进其他领域与计算机领??域的融合，使计算机的数据处理分析能力能帮助其他研究领域的发展。??数据可视化探索??广＃户交互??数据雛广、＼??ｍ?数据?梭型构建｛?）可视化模型?知识??数据挖｝??模型??参数调整??数据自动化分析???反馈回路???圈２－２可视分析的运行机制。??接下来我们将探讨使用数据可视化技术时的相关准则与理论。??２．１．１可视化编码与可视设计??数据可视化是将原始数据利用可视化的形式展示出来，再被人的认知系统识??别的过程［４火图２－３展示了数据可视化分析模型。可视化分析的过程也可以被理解??为类似于编解码的过程：可视化研究者对信息进行编码，探索者通过认知系统从??可视化设计中将信息解码。在将原始数据转化为编码为可视化的过程中，主要是??通过可视化映射来实现的。可视化的映射是将数据映射到能被人的视觉系统感知??的图形图像。常用的可视化表征方式有空间位置、图形的属＞性如形状大小等。对??原始数据！＿＿？！数据表｜＿可视化结构可视化映射｜??Ｏ?Ｏ?Ｏ?Ｉ??数据转换?数据映射?视图转换??＼?？?？
【参考文献】：
期刊论文
[1]基于深度神经网络的高校贫困生认定模型[J]. 吴乐乐,朱亚辉. 电子测试. 2020(01)
[2]DaisyVA:支持信息多面体可视分析的智能交互式可视化平台[J]. 杜一,任磊. 计算机辅助设计与图形学学报. 2013(08)
硕士论文
[1]基于校园一卡通数据的学生消费行为与成绩的关联性研究[D]. 郭鹏.西北农林科技大学 2019
[2]一卡通数据中学生消费行为及其成绩相关性研究[D]. 邹志洪.湖南大学 2018
[3]利用校园一卡通数据优化高校贫困生认定系统[D]. 陈建兵.电子科技大学 2012
本文编号：3626866
【文章来源】：电子科技大学四川省211工程院校985工程院校教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图１－２?ＴａｒｇｅｔＶｕｅ?：对社交虛用用户的异常检测可视分析例Ｑ??不只是数据分析研究人员，还可能是相关领域的工作者、决策者．，他们通常是不??具有计算机数据分析的知识背景
?电子科技大学硕士学位论文???第二章相关理论与技术研究??本文基于结合预测模型的可视分析框架，设计可视分析视图，实现可视分析??系统，探索学生行为与成绩变化的关系。数据可视化技术与成绩预测模型是可视??分析框架中最重要的两个部分。本章将从数据可视化、成绩预测算法两个方面所??涉及到的理论与技术进行介绍。??２．１数据可视化技术??数据可视化是一种结合了人类感知与计算机图形学与图像处理技术，将数据??通过图形图像的方式表达，并可以通过人机交互的方式探索数据，将数据转化成??知识的技术理论。数据可视化通常被用在研究数据表示、数据处理、决策分析等??一系列问题上＾最初的数据可视化技术是运用在科学计算领域，也就是现在的数??据可视化的分支之一：科学可视化。科学可视化是将复杂的科学数据，或者科学??计算中产生的结果数值，以图形图像的形式呈现其随时间空间的变化，使研究人??员能够观察、模拟与计算（如图２－１＞。而当下，随着信息技术的发展，全球数据爆??炸式增长，数据可视化技术得到了更为广泛的应用。海量的数据面前，研究者们??不仅是希望建立自动化分析模型的方式来分析数据，而是希望能以更加直观的方??式看到数据的内部模式，帮助他们从数据中获得知识。同时，人类大脑处理视觉??信息的效率远高于处理文本信息，因此，数据可视化技术在海量数据的挖掘中具??有很大的潜力。??轉??（ｃ）?（ｄ）??图２－１?—个科学可视化研究：非定向流动中成对属性时空关系的可视化分析［３９］。??１０??
?第二章相关理论与技术研究???可视分析依靠计算机自动化分析模型与人机交互的可视分析视图之间相互协??作，在这一过程中将数据转化为知识［４（）］，图２－２中描述了可视分析的机制。利用可??视化视图与人机交互方式，计算机的计算能力结合人的认知经验，获得对庞大复??杂数据集的洞见。同时，数据可视化技术降低了分析人员在数据分析时对数据处??理的技术门槛，使得不具有数据处理技术的其他领域研究人员也可以用一种直观??的方式对数据进行探索。数据可视化的这一优点，可以促进其他领域与计算机领??域的融合，使计算机的数据处理分析能力能帮助其他研究领域的发展。??数据可视化探索??广＃户交互??数据雛广、＼??ｍ?数据?梭型构建｛?）可视化模型?知识??数据挖｝??模型??参数调整??数据自动化分析???反馈回路???圈２－２可视分析的运行机制。??接下来我们将探讨使用数据可视化技术时的相关准则与理论。??２．１．１可视化编码与可视设计??数据可视化是将原始数据利用可视化的形式展示出来，再被人的认知系统识??别的过程［４火图２－３展示了数据可视化分析模型。可视化分析的过程也可以被理解??为类似于编解码的过程：可视化研究者对信息进行编码，探索者通过认知系统从??可视化设计中将信息解码。在将原始数据转化为编码为可视化的过程中，主要是??通过可视化映射来实现的。可视化的映射是将数据映射到能被人的视觉系统感知??的图形图像。常用的可视化表征方式有空间位置、图形的属＞性如形状大小等。对??原始数据！＿＿？！数据表｜＿可视化结构可视化映射｜??Ｏ?Ｏ?Ｏ?Ｉ??数据转换?数据映射?视图转换??＼?？?？
【参考文献】：
期刊论文
[1]基于深度神经网络的高校贫困生认定模型[J]. 吴乐乐,朱亚辉. 电子测试. 2020(01)
[2]DaisyVA:支持信息多面体可视分析的智能交互式可视化平台[J]. 杜一,任磊. 计算机辅助设计与图形学学报. 2013(08)
硕士论文
[1]基于校园一卡通数据的学生消费行为与成绩的关联性研究[D]. 郭鹏.西北农林科技大学 2019
[2]一卡通数据中学生消费行为及其成绩相关性研究[D]. 邹志洪.湖南大学 2018
[3]利用校园一卡通数据优化高校贫困生认定系统[D]. 陈建兵.电子科技大学 2012
本文编号：3626866
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3626866.html
最近更新
教材专著
