本科實踐教學是提高大學生人才培養(yǎng)質量的關鍵環(huán)節(jié)。近年來,國內各大高校都在全力發(fā)展對于本科生的實踐教學建設。在此大環(huán)境下,吉林大學構建了符合本校校情的本科實踐教學體系,并于2013年開始正式啟動實踐教學信息化平臺建設工作。經(jīng)過多年實際運行,實踐教學管理平臺已收集到學生在實踐教學中的大量真實數(shù)據(jù)。對于這類教育領域大數(shù)據(jù)中潛在的信息,大量的研究者開始對其進行數(shù)據(jù)挖掘研究工作。通常在教育數(shù)據(jù)的研究中,主要使用的方法包括分類、聚類和關聯(lián)規(guī)則挖掘等數(shù)據(jù)挖掘方法。在本文中使用了新的分類模型對實踐教學管理數(shù)據(jù)集進行了數(shù)據(jù)挖掘研究。分類算法的種類有多種,但由于實際應用問題的復雜性和多樣性,目前使用最為廣泛的分類算法是由多個單一分類器結合而成的集成分類模型。近年來,在機器學習競賽分類問題領域的佼佼者就是由微軟開發(fā)的LightGBM算法。并且由于旋轉森林算法在中小型數(shù)據(jù)集分類問題中表現(xiàn)優(yōu)秀,本文提出了一種基于旋轉森林和LightGBM的集成分類模型ROF-LGB模型,力圖對實踐教學管理數(shù)據(jù)集的潛在信息進行更深的挖掘。本文中使用ROF-LGB模型與其他多種樹形分類模型在不同公共數(shù)據(jù)集中進行了大量對比實驗,實驗... 

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題背景及研究意義
    1.2 分類算法研究現(xiàn)狀
    1.3 教育數(shù)據(jù)挖掘研究現(xiàn)狀
    1.4 論文主要內容及結構
第2章 相關知識與理論
    2.1 隨機森林算法
    2.2 旋轉森林算法
        2.2.1 PCA主成分分析
        2.2.2 旋轉森林模型
    2.3 LightGBM算法
        2.3.1 Boosting算法與GBDT算法
        2.3.2 XGBoost算法
        2.3.3 LightGBM算法
第3章 結合旋轉森林和LightGBM的組合分類器
    3.1 模型構建
    3.2 與其他算法模型對比實驗
        3.2.1 分類模型性能評價指標
        3.2.2 公共數(shù)據(jù)集實驗描述
        3.2.3 公共數(shù)據(jù)集實驗結果分析
        3.2.4 實踐教學管理數(shù)據(jù)集準確率對比
        3.2.5 實踐教學管理數(shù)據(jù)集微平均值ROC曲線對比
第4章 實踐教學管理數(shù)據(jù)分析研究
    4.1 模型對現(xiàn)實的指導意義
    4.2 實踐教學管理數(shù)據(jù)集特征與標簽結構分析
    4.3 不同規(guī)模數(shù)據(jù)集實驗
        4.3.1 不同特征實驗
        4.3.2 不同特征實驗結果分析
        4.3.3 不同標簽實驗
        4.3.4 不同標簽實驗結果分析
    4.4 實驗結論
第5章 總結與展望
    5.1 本文總結
    5.2 本文研究的局限性與展望
參考文獻
作者簡介
致謝


【參考文獻】：
期刊論文
[1]基于消息隊列的LightGBM超參數(shù)優(yōu)化[J]. 南東亮,王維慶,王海云.  計算機工程與科學. 2019(08)
[2]基于實踐能力培養(yǎng)的本科實踐教學信息化建設探究[J]. 王守佳,胡亮,高淑貞,郭東偉,趙軍,付坤,曲明.  創(chuàng)新創(chuàng)業(yè)理論研究與實踐. 2019(14)
[3]基于LightGBM的網(wǎng)絡入侵檢測系統(tǒng)[J]. 莫坤,王娜,李恒吉,李朝陽,李劍.  信息安全研究. 2019(02)
[4]我國教育大數(shù)據(jù)的研究現(xiàn)狀、問題與對策——基于CNKI學術期刊的內容分析[J]. 李振,周東岱,董曉曉,黃雪嬌.  現(xiàn)代遠距離教育. 2019(01)
[5]基于LightGBM算法的P2P項目信用評級模型的設計及應用[J]. 馬曉君,沙靖嵐,牛雪琪.  數(shù)量經(jīng)濟技術經(jīng)濟研究. 2018(05)
[6]數(shù)據(jù)挖掘中的分類算法綜述[J]. 魏茂勝.  網(wǎng)絡安全技術與應用. 2017(06)
[7]教育數(shù)據(jù)挖掘:大數(shù)據(jù)時代的教育變革[J]. 陳雯雯,夏一超.  中國教育信息化. 2017(07)
[8]edX平臺教育大數(shù)據(jù)的學習行為分析與預測[J]. 賀超凱,吳蒙.  中國遠程教育. 2016(06)
[9]面向基因數(shù)據(jù)分類的旋轉森林算法研究[J]. 劉亞卿,陸慧娟,杜幫俊,余翠.  中國計量學院學報. 2015(02)
[10]基于大數(shù)據(jù)技術的高校實踐教學研究[J]. 江雨燕,李常訓,趙文輝,吳超.  學理論. 2015(03)

博士論文
[1]大數(shù)據(jù)的教育領域應用之研究[D]. 張燕南.華東師范大學 2016

碩士論文
[1]面向工程認證的實踐教學管理及數(shù)據(jù)挖掘[D]. 王超將.吉林大學 2019
[2]數(shù)據(jù)挖掘在實踐教學信息網(wǎng)中的研究與應用[D]. 黃佳彬.北方工業(yè)大學 2014
[3]面向創(chuàng)新創(chuàng)業(yè)能力培養(yǎng)的高校實踐教學體系研究[D]. 歐陽泓杰.華中師范大學 2014
[4]決策樹算法在高校研究生就業(yè)信息庫中的應用研究[D]. 王琴.武漢理工大學 2010
[5]學生信息管理與數(shù)據(jù)挖掘的應用[D]. 馬冰冰.山東大學 2008



本文編號：3674418