摘要以多维数据为基础,应用数据挖掘技术预测学生学习习惯并构建学习画像.通过收集273名学生的数据,涵盖人际关系、个性特征和健康状况等因素,经过数据预处理,成功建立了基于支持向量机、K近邻、多层感知器的多维数据挖掘模型,实现对学生学习习惯的预测.研究结果展现了全方位的学生画像,包括时间管理、学习方法等方面.该研究证实了数据驱动决策在教育领域的重要性,为提供个性化教育方案提供了科学依据.
更多相关知识
关键词
数据挖掘学生画像支持向量机K近邻多层感知器data miningstudent profilesupport vector machineK-nearest neighborsmultilayer perceptron
栏目名称
实践与经验
DOI
10.3969/j.issn.1007-1423.2023.14.009
发布时间
2023-09-27
基金项目
山西省高等学校哲学社会科学研究项目
山西省高职院校思想政治教育研究会思想政治教育研究项目
- 浏览1
- 被引1
- 下载2

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文