田 钰

(合肥市教育局 教育科学研究院，安徽 合肥 230071)

0 引言

随着社会对高等教育的重视程度越来越高，如何针对考生成绩进行科学的预测分析来提高教学质量,已成为教育部门关注的焦点。传统方法是利用数理统计的知识设置分数线来对考生成绩进行档次划分，难以从中挖掘影响成绩的潜在因素。因此，教育数据挖掘(Educational Data Mining, EDM)应运而生。EDM[1]运用教育学、计算机科学、统计学、心理学等多个学科的理论和技术来解决教学研究与教学实践中的问题，主要包括数据准备、数据筛选、数据处理、数据挖掘、模式评估等一系列步骤。

如何通过高效的挖掘算法帮助管理者和决策者揭示教学规律并完善教学方法，一直是EDM领域中极具挑战性的问题。国内外学者对此也进行了相关的研究。KUMARVERMA[2]使用Apriori算法对考生的历史成绩进行分析与分类，挖掘成绩间的关联规则，但该方法利用传统的Apriori算法，会产生大量频繁项集、候选项集，需要多次访问事务数据库，从而带来了巨大的I/O负载。文献[3-5]使用决策树(Decision Tree, D-T)对考生成绩进行预测，通过计算特征属性的信息熵与信息增益选择分裂属性，构建具有最大增益率的决策树来建立分类规则并分析预测模型，但是对连续的分数预测精确度较差，可能出现过度匹配的问题且容易产生过拟合的现象。ZHANG等[6]将支持向量机(Support Vector Machine, SVM)应用到高考成绩预测中，以回归分析来预测高考成绩。但是在数据的收集、对混合预测的效果等方面存在不足。DEVASIA等[7]采用朴素贝叶斯模型(Naive Bayesian, N-B)收集考生特征属性，计算不同类别下的条件概率来预测期末的表现，最终提高预测的准确性。……