【摘要】：隨著互聯(lián)網(wǎng)和計算機的蓬勃發(fā)展以及人們對于信息化促進教學意識的提高,在教育領域,更多的研究者意識到數(shù)據(jù)分析技術(shù)的應用在改善教學和學習方面的潛能,學習分析技術(shù)的進步正在以日新月異的速度發(fā)展。近些年來,學生預測逐漸成為學習分析中重要的組成部分。已經(jīng)有諸多的研究者從不同的角度,基于不同的教育環(huán)境構(gòu)建了各種不同的學習預測模型。各種預測模型都有自身的特點,但是在適應性和推廣性上也有局限,預測模型限制特定的輸入以及參數(shù)設置使得模型的推廣遇到阻礙。因此,一個具有廣泛適應性,可以使教育研究者能夠根據(jù)所處的自身教育環(huán)境的特點,從多種角度進行預測的模型成為一種迫切的需要。本研究在分析現(xiàn)有的學習預測模型的基礎上,基于預測模型基本框架,利用神經(jīng)網(wǎng)絡技術(shù)和關(guān)聯(lián)規(guī)則挖掘技術(shù),提出了基于關(guān)聯(lián)規(guī)則挖掘的優(yōu)化RBF網(wǎng)絡預測模型的設計模式及相關(guān)的數(shù)據(jù)預處理方法。首先說明將數(shù)值型的數(shù)據(jù)轉(zhuǎn)化為關(guān)聯(lián)規(guī)則可分析的事務數(shù)據(jù)集型數(shù)據(jù)的方法;然后闡明了模型的設計模型;再提出了基于關(guān)聯(lián)規(guī)則支持度和置信度的RBF神經(jīng)元數(shù)據(jù)中心選擇優(yōu)化算法,該算法不同于傳統(tǒng)的隨機選取神經(jīng)元數(shù)據(jù)中心的方法,在已經(jīng)知道預測數(shù)據(jù)與結(jié)果的關(guān)聯(lián)基礎上,將數(shù)據(jù)中心的選擇方法改為有概率的隨機選取,這種算法可以加快網(wǎng)絡的學習速度,并在一定程度上提高了網(wǎng)絡的預測性能。并且針對線下教育數(shù)據(jù)常常呈現(xiàn)的較為稀疏的特性,基于作者以往的研究,本文提出了豐富稀疏數(shù)據(jù)的插值法。以此來增加訓練數(shù)據(jù),達到提高網(wǎng)絡訓練性能的目的。最后,將此模型應用在兩個實際的教育預測中,某中學學生的成績預測和某本科學生就業(yè)情況的預測,采用基線實驗的方法比較了優(yōu)化和未優(yōu)化的神經(jīng)網(wǎng)絡算法在學習速率和準確性上的差異。也將本文的預測模型和其他主流的預測模型做了對比分析來進一步評價本文的模型。研究結(jié)果表明,本文提出的預測模型可以提高模型的適用范圍,并提升模型的預測效率和準確率,具有良好的性能和較強的實際意義。并且也為廣大教育工作者,提供了在教育領域應用預測模型的新思路。
【圖文】：

圖２．２是反應關(guān)鍵詞所在文章在所有相關(guān)文章總數(shù)中的占比，從圖中可以看出，逡逑在預測中超過半數(shù)是關(guān)于學業(yè)的預測，即學生的成績表現(xiàn)或其他有關(guān)學業(yè)的項目，逡逑這也表明學業(yè)成績?nèi)耘f是教育中關(guān)注的重點。此外，有大約三分之一的文章是高等逡逑教育，預警機制和教育管理分別占比四分之一，在線學習占比０．１５。從圖中還可以逡逑看出，近些年來討論較熱的大數(shù)據(jù)（０．１２）、學習分析（０．１０）也緊隨其后。還有逡逑學困生（０．１０）、教學干預（０．１０）等關(guān)鍵詞表明在研究上，學習預測的目的集中逡逑于對于及時發(fā)現(xiàn)困難學生的危機，并進行教學千預。同時個性化教育（０．０７）也是逡逑一

ＳＴＥＲ＇Ｓ邋ＴＨＥＳＩＳ逡逑３理論基礎逡逑據(jù)挖掘逡逑，將會對本文的研宄所依據(jù)的理論基礎做闡釋。本文依據(jù)學掘的相關(guān)理論和技術(shù)，，構(gòu)建面向教學的混合預測模型。教育數(shù)ａｔａ邋ｍｉｎｉｎｇ，簡稱ＥＤＭ）是從教育領域中積累的龐雜、不完整以據(jù)中，挖掘蘊含的難易從表面看出的有用知識的數(shù)據(jù)分析方法集、整理、轉(zhuǎn)化和分析挖掘等手段，來得到有價值的信息，進決策上的支持ＥＤＭ技術(shù)綜合了計算機科學、統(tǒng)計學、教學科的理論和技術(shù)來解決教育和教學研究中問題。通過挖掘和和產(chǎn)生的相關(guān)數(shù)據(jù)，ＥＤＭ技術(shù)可以從教育實踐中發(fā)現(xiàn)和解決大學科計算機科學、統(tǒng)計學和教育學相互之間交叉而產(chǎn)生了教析等領域［３２］。逡逑
【學位授予單位】：華中師范大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：G434

【相似文獻】

相關(guān)期刊論文 前10條

1 凌云;王建東;;淺析4~#高爐的爐缸侵蝕預測模型[J];南鋼科技與管理;2007年03期

2 谷鴻秋;王俊峰;章仲恒;周支瑞;;臨床預測模型:模型的建立[J];中國循證心血管醫(yī)學雜志;2019年01期

3 周媛;葉燁;王新彥;周宏根;王筱蓉;;零轉(zhuǎn)彎半徑割草機連續(xù)翻滾特性參數(shù)化預測模型[J];農(nóng)機化研究;2018年01期

4 劉洪太;郭云霞;;基于情景數(shù)據(jù)的火災預測模型設計與實現(xiàn)[J];科技創(chuàng)新與應用;2018年26期

5 王偉卿;;灰色預測模型在預測話音網(wǎng)關(guān)故障中的研究與應用[J];計算機測量與控制;2016年11期

6 韓文倩;;灰色預測模型在山東省保費預測中的應用[J];保險職業(yè)學院學報;2017年01期

7 楊萌;;基于灰色預測模型的山西省批發(fā)零售業(yè)人員需求分析[J];數(shù)學的實踐與認識;2017年04期

8 崔劍;巴合提努爾·巴贊;李書欽;;燒結(jié)過程SO_2排放預測模型研究[J];資源節(jié)約與環(huán)保;2017年08期

9 張春濤;關(guān)文忠;劉學飛;;混沌時間序列的2階預測模型[J];數(shù)學的實踐與認識;2016年05期

10 夏靜;;建設項目環(huán)境影響評價預測模型發(fā)展現(xiàn)狀[J];綠色科技;2016年08期

相關(guān)會議論文 前10條

1 匡啟帆;李益洲;李夢龍;;對于藥物不良反應預測模型的系統(tǒng)研究[A];中國化學會第29屆學術(shù)年會摘要集——第19分會：化學信息學與化學計量學[C];2014年

2 肖健華;吳今培;;基于支持向量機的預測模型及應用[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

3 鄭忠;范計鵬;蔣勝龍;;基于機理分析與數(shù)據(jù)驅(qū)動的轉(zhuǎn)爐爐次耗氧量預測模型[A];2018年（第二十屆）全國煉鋼學術(shù)會議大會報告及論文摘要集[C];2018年

4 王坤龍;;天津地區(qū)霧霾的成因及預測模型建立的研究[A];科學發(fā)展·協(xié)同創(chuàng)新·共筑夢想——天津市社會科學界第十屆學術(shù)年會優(yōu)秀論文集（中）[C];2014年

5 郭慶春;;基于人工神經(jīng)網(wǎng)絡的空氣污染指數(shù)預測模型[A];Proceedings of Conference on Environmental Pollution and Public Health（CEPPH 2012）[C];2012年

6 王亮;劉豹;徐德民;;預測模型的選擇及其智能化實現(xiàn)[A];科學決策與系統(tǒng)工程——中國系統(tǒng)工程學會第六次年會論文集[C];1990年

7 羅榮桂;黃敏鎂;;基于自適應神經(jīng)模糊推理系統(tǒng)的服務業(yè)發(fā)展預測模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

8 李陽旭;鄧輝文;;一種新的企業(yè)市場預測模型及其比較研究[A];2004年中國管理科學學術(shù)會議論文集[C];2004年

9 張曉f^;;全球煤炭產(chǎn)量的灰色預測模型[A];中國現(xiàn)場統(tǒng)計研究會第十三屆學術(shù)年會論文集[C];2007年

10 曾練平;燕良軾;;大學師范生可就業(yè)能力預測模型的建構(gòu)[A];增強心理學服務社會的意識和功能——中國心理學會成立90周年紀念大會暨第十四屆全國心理學學術(shù)會議論文摘要集[C];2011年

相關(guān)重要報紙文章 前10條

1 記者 黃辛;上海交通大學 提出基于信號通路的肝癌風險預測模型[N];中國科學報;2019年

2 記者 康民;全球首個流感預測模型落戶重慶[N];中國保險報;2017年

3 北京大學腫瘤醫(yī)院 劉晨;篩查食管癌有了風險預測模型[N];健康報;2017年

4 特約記者 劉京濤;華東化工銷售員工設計價格預測模型見成效[N];中國石油報;2010年

5 本報記者 張超;預測模型：推算SARS起落潮[N];科技日報;2003年

6 劉慶;“預測模型”要緩行[N];網(wǎng)絡世界;2006年

7 記者 華凌;顆粒物成云新理論有助改進預測模型[N];科技日報;2015年

8 四川農(nóng)業(yè)大學 王立志 賈剛 王康寧;飼料有效磷的評定及預測模型的“雛形”[N];中國畜牧獸醫(yī)報;2006年

9 張琳 趙偉;巧用Excel構(gòu)建利潤預測模型[N];財會信報;2007年

10 中興通訊 曾志 楊毅;建立移動用戶流失分析預測模型[N];通信產(chǎn)業(yè)報;2014年

相關(guān)博士學位論文 前10條

1 李金金;天津市慢性病隊列研究及風險預測模型的建立[D];天津醫(yī)科大學;2018年

2 陳玲;孕期及產(chǎn)后壓力性尿失禁風險預測模型的構(gòu)建、驗證及應用[D];南方醫(yī)科大學;2018年

3 云科;MSM人群HIV感染風險預測模型的建立及應用[D];中國醫(yī)科大學;2018年

4 林開陽;急診經(jīng)皮冠狀動脈介入術(shù)后對比劑腎病的危險因素分析及風險預測模型構(gòu)建[D];南方醫(yī)科大學;2018年

5 支元杰;大氣環(huán)境下小樣本金屬材料腐蝕的數(shù)據(jù)驅(qū)動預測模型[D];北京科技大學;2019年

6 冉祥棟;基于深度學習的交通時間預測模型與方法研究[D];北京科技大學;2019年

7 胡姍姍;藥物互作數(shù)據(jù)的挖掘與預測研究[D];安徽大學;2019年

8 沈思鵬;基于生存結(jié)局的多組學預測模型統(tǒng)計學方法研究與應用[D];南京醫(yī)科大學;2019年

9 徐麗華;精神病高危綜合征轉(zhuǎn)化的風險預測模型與神經(jīng)生物學標志研究[D];上海交通大學;2017年

10 杭俊杰;胰腺癌預后相關(guān)的炎性標志物及預測模型建立[D];上海交通大學;2017年

相關(guān)碩士學位論文 前10條

1 楊晨璐;湖北省中老年人骨量異常風險預測模型的研究[D];武漢科技大學;2019年

2 白培翔;基于交通大數(shù)據(jù)的道路安全行為分析與預測[D];內(nèi)蒙古大學;2019年

3 王智;空氣質(zhì)量預測模型研究[D];哈爾濱工程大學;2019年

4 李蘭茜;基于復雜網(wǎng)絡結(jié)構(gòu)的鏈路預測技術(shù)研究[D];北京郵電大學;2019年

5 李敏;基于聚類的風速混合預測模型[D];蘭州大學;2019年

6 肖艷杰;軌道交通客流預測模型優(yōu)化及應用研究[D];武漢理工大學;2018年

7 賴眾q

本文編號：2603782