高等教育论文_毕业生教学数据多视角数据挖掘与
文章目录
0 引言
1 实验总体设计
2 数据准备与预处理
3 基于Apriori关联规则算法的建模分析
3.1 建立关联规则模型
3.2 实验结果及分析
4 基于决策树对毕业论文、毕业实习等的分析
4.1 建模及剪枝优化
4.2 实验过程和结果分析
4.3 模型评估
4.4 决策树算法与关联规则的综合应用
5 基于K-means聚类算法的分析
5.1 实验模型
5.2 实验结果及分析
6 实验讨论与结论
6.1 关联规则分析
6.2 决策树分析
6.3 聚类分析
7 结语
文章摘要:针对常规数据统计分析方法难以发掘教学数据中的隐含信息及数据分析视角比较单一的不足,基于多种数据挖掘算法对毕业生教学数据进行多视角数据挖掘和综合分析。以我院软件工程专业近几年的学生在校成绩综合数据为实例,首先进行数据清洗及相关预处理;然后基于决策树、关联规则、聚类算法等多项算法进行数据挖掘与分析,对其26项专业课程成绩、毕业设计、实习、就业等多角度的数据进行深层次、多视角的综合分析。将有监督学习算法和无监督学习算法等不同算法有效结合和互补,注重算法多样性及多视角分析,注重学生理论课和实践数据的完整性和综合性。实验获得了定量数据结果和分析图表,结果表明,经过分析可以有效发现较深层次的教学隐含信息和规律。相关分析结果可应用于实际教学场景,帮助教师调整教学策略、改进教学方法,以有效提高教学效果。
文章关键词:
