基于FP-growth算法的学生成绩分析系统的研究

随着国际互联网的发展和大数据开发的深入普及,我国高等院校信息化程度持续提升,传统的低层次信息查询技术已不能适应新的形势需求。本文使用数据挖掘方法对教务管理系统长期存储的海量数据进行挖掘,数据挖掘过程按顺序依次包含数据的准备、规则挖掘和挖掘结果解释三个部分。应用FP-growth关联分析算法挖掘出影响学生成绩的课程之间隐藏的规则,可以得到前期课程成绩对后续课程成绩的影响。进而为高校的教务管理人员的工作提供相应的政策指导。     

基于数据挖掘的高校学生成绩预警系统

为充分利用高校教务管理信息、提高高校教学质量、加强学生学习成绩管理,以学生综合数据库为基础,开发基于数据挖掘的高校学生学习成绩预警系统;引入数据挖掘关联规则方法,根据数据类型特点,对学生成绩进行离散化处理;利用Apriori算法对学生课程成绩数据进行关联规则挖掘,预设一定的支持度的条件下,由数据库找出具有一定内在联系和不同可信度的课程成绩作为关联规则;将规则用于学生成绩的预警,有利于对处于危险区的学生提前作出预警通知.该预警系统能够加强教务管理系统的应用,对提高学生学习成绩具有良好效果.     

数据关联规则挖掘在高校试卷质量评价中的应用研究

关联规则挖掘是数据挖掘中最活跃的研究方法之一。以高校教务信息管理系统为应用背景对采用改进的Apriori算法成绩数据库进行分析,得出课程相关性规则,在此基础上建立试卷质量综合包含评价指标体系,为高校试卷质量评价提供科学依据。该评价体系使不同专业的学习效果具有综合可比性,突破以往单一的平均成绩进行评价的局限性。     

关联规则在图书管理中的应用

关联规则主要用来发现数据库中存在的频繁项集．研究关联规则Apfiori算法,并利用该数据挖掘技术对高校图书馆管理信息系统中的数据进行挖掘研究,并将挖掘到的规则结果应用到高校图书馆公共检索系统中,达到优化公共检索系统并且向读者提供多元化信息检索服务的目的．     

一种改进 Apriori算法在高校课程相关性分析中的应用研究

结合学生成绩数据的特点,将数据挖掘技术和关联规则算法运用到学生成绩数据分析中,挖掘隐藏在成绩数据背后的专业课程间的相互影响与关联关系,优化课程设置,为教学管理工作提供决策信息支持和参考。     

一种改进Apriori算法在高校课程相关性分析中的应用研究

结合学生成绩数据的特点,将数据挖掘技术和关联规则算法运用到学生成绩数据分析中,挖掘隐藏在成绩数据背后的专业课程间的相互影响与关联关系,优化课程设置,为教学管理工作提供决策信息支持和参考.     

并发序列模式挖掘在学生成绩分析中的应用

将并发序列模式挖掘应用于学生成绩分析,可以帮助高校调整教学内容,预测学生学习效果,从而促进学生的学习和教学质量的提高.以学生各学期科目成绩为数据源,设计实现算法BV,在挖掘得到序列模式的基础上,计算每个客户序列的分支向量,并以此为基础进行并发序列模式挖掘.通过实验可以看出,在时间效率上,改进算法优于支持向量的并发序列模式挖掘算法;课程成绩并发序列模式随着并发度和支持度的不断增大,在某一取值处,达到峰值,然后逐渐减少;算法在高校学生科目成绩上进行实验,得到了有指导意义的并发集.     

关联规则在图书管理中的应用

关联规则主要用来发现数据库中存在的频繁项集.研究关联规则Apriori算法,并利用该数据挖掘技术对高校图书馆管理信息系统中的数据进行挖掘研究,并将挖掘到的规则结果应用到高校图书馆公共检索系统中,达到优化公共检索系统并且向读者提供多元化信息检索服务的目的.     

关系数据库多项集关联规则挖掘的探讨

关联规则挖掘是数据挖掘领域的重要技术．在分析关联规则和广义关联规则的基本模型的基础上,提出了关系数据库中多项集关联规则的基本模型,对多项集关联规则挖掘方法进行了探讨．     

基于混合图模型的统计学课程关系分析

分析某高校统计学专业学生31门课程的成绩,其中23门成绩为百分制,8门成绩为5级制。对5级制成绩忽略进行建模,利用混合图模型刻画课程之间的关系。     

高职英语学习动机个案研究

就高职学生英语学习动机问题,从学习兴趣、知识价值观、学习能力感、成就归因4个维度进行个案研究。以鞍山市某高职学校的6名英语成绩较低学生为对象,分2组进行访谈。研究发现：高职学生英语学习时,学习动机不稳定,受外在激励因素如教师教学态度、教学方法及教学内容的影响明显,学生过分依赖教师的帮助。高职学生英语学习动机存在年级和性别的差异,但与专业无关。     

专科学生自我概念与英语学习的相关研究

通过对专科院校非英语专业学生的自我概念问卷调查，探讨了其英语水平与自我概念之间的相关关系。研究结果表明，自我概念认知程度与英语成绩之间存在显著相关关系。     

基于概率动态分布选课算法的研究

在我国高校学分制的实行以来,越来越广泛地要求学生进行自主选课。本文在综合考虑以往选课系统中主要应用的算法基础上,提出了一种对于选课学生来说相对公开、公平、公正合理的选课算法———基于概率动态分布选课算法。该算法主要是以学生选课的公平性为出发点,使绝大多数学生都能够尽可能的拥有均等的概率选中某个课堂,同时尽可能的使参加选课的学生在较短的时间里得知是否选中。为此本文在对现有选课算法进行分析的基础上,提出了一种基于概率动态分布的选课算法思想,使得整个选课过程中,实时性与概率动态分布有了很好的结合与体现,既实现了实时选课,又能后使得参选人尽可能的拥有相等的机会选中某个课堂。     

退役复学学生转专业后续学习适应性现状分析——以吉林化工学院为例

对本校64名退役复学学生转专业后的学业成绩进行了详细分析,发现他们中的大部分同学处于中等偏下水平,甚至个别同学出现多门课程不及格的情况。对此,讨论了其中可能存在的影响学业成绩的原因,并分别给出了应对建议。     

自媒体环境下网络课程实施效果评价

社会进入自媒体时代,网络课程和网络在线学习语言已成为研究的热点。文章利用网络平台在线调查和问卷调查的方法分别从资源获取、使用效率、学习影响等方面对高校网络课程的应用现状进行了调查分析。研究结果表明,大部分学生对网络课程学习持肯定态度,都有在线学习的经历,但现阶段大学生对网络课程资源的有效利用仍然处于较低层次。另外,以M大学英语专业高级英语课程作为个例,研究了网络课程对大学生学习效果的影响。结果表明参加网络课程学习的学生的平均成绩略高于只参加课堂学习的同学,但是两者之间并不具有统计学意义上的显著差异。最后,文章讨论了评价大学生网络课程学习行为和学习效果的方法,并提出了提高大学生自主学习能力的一些建议。     

日语学习动机与学业成绩自我评价的关系

本文探讨了日语专业大学生学习动机的构成因子及与年级的关系,发现日语学习动机由＂历史文化兴趣因子＂、＂考试因子＂、＂交流因子＂、＂娱乐因子＂、＂日语语言兴趣因子＂和＂出国因子＂等6个因子构成;一年级学生比四年级学生对娱乐和日语语言更感兴趣;二年级学生比四年级学生对日本的历史文化更感兴趣、更加重视考试;研究学习动机和学业成绩自我评价的关系后发现,对历史文化、娱乐和日语语言感兴趣的学习者,其听力、口语和写作能力的自我评价就高;以考试为目的的学习者其听力和写作能力的自我评价就高。     

关联规则在高校学生成绩分析中的应用

介绍数据挖掘与关联规则的基本理论以及关联规则的Apriori算法在考试系统中的具体应用,通过对某校计算机专业的考试成绩进行分析,挖掘出某些课程对其他课程的影响程度,找出课程之间的联系,指导学科教学计划与课时安排,促进教学质量的提高.     

浅谈高职院校选修课设置与管理的问题与对策

高职院校选修课是提高高职学生综合素质和促进个性发展的重要平台。目前,高职院校选修课设置和管理在课程定位、重视程度、考核机制、管理手段等方面存在着诸多问题,应从提高师生认识、扩大选课资源、完善规范制度、开展课程评估等方面着手,全面加强高职院校选修课的设置与管理。     

大学体育课设置与教学改革的探讨

采用问卷调查法,通过对成都工业学院2010级与2009级学生体育课进行横向比较分析,并对2010级实施必修选项课进行纵向比较分析,探讨体育教学改革效果,优化公共体育课程的教学,为体育专业课程的教学提供参考。