APP下载

初中生成绩数据的相关性分析及综合评价研究

2020-08-18田萌许超

科技视界 2020年23期
关键词:数据挖掘分析课程

田 萌 许 超

0 前言

随着数据收集和存储方式的更新和计算机技术的飞速发展,数据挖掘成为一个日益活跃的研究领域。自2008 年首届国际教育数据挖掘大会成功召开以来,教育数据挖掘成为教育领域大数据应用的一个研究热点。学生成绩是评估学校教育质量的重要依据,也是评价学生是否掌握所学知识的重要方式,传统成绩数据处理多关注平均分和排名,数据背后隐藏的大量信息通常被忽略。利用数据挖掘技术发现成绩数据隐藏的内在规律,进行个性化的学生指导方案的设计,可助力精准教学研究改革,为提高学生学习成绩、提升教师教学效果和提速学校管理效率提供有力的技术支持[1]。

近些年来,国内外针对教育数据挖掘的研究成果比较丰富。从国际研究情况看,Bhardwaj、AL- Radaideh、Hijazi 等人曾分别针对印度、约旦、巴基斯坦等国家的大学生课堂表现,收集学生课堂测试、期中考试、期末考试等过程性成绩,借助聚类算法分析并预测其学习成绩[2-5]。从国内研究情况看,目前教育数据挖掘研究多集中于大学教育阶段,研究多立足于利用数据挖掘技术实现课程关联分析、课程成绩预测和学生就业指导等。开展中学教育数据研究较多的是华东师范大学、华中师范大学、上海师范大学及西北师范大学等高水平师范类院校。[6-8]这些文献选择的成绩数据处理角度各有不同,而本文主要针对学生的成绩数据,利用数据挖掘算法分析学生的学习状态和学习优势,提升学生学习信心,找准学生学习薄弱点,为学生的全体发展与整体素质提高保驾护航。……

登录APP查看全文

猜你喜欢

数据挖掘分析课程
数字图像处理课程混合式教学改革与探索
探讨人工智能与数据挖掘发展趋势
隐蔽失效适航要求符合性验证分析
软件设计与开发实践课程探索与实践
为什么要学习HAA课程?
电力系统不平衡分析
基于并行计算的大数据挖掘在电网中的应用
电力系统及其自动化发展趋势分析
一种基于Hadoop的大数据挖掘云服务及应用
基于GPGPU的离散数据挖掘研究