基于模糊聚类和支持向量回归的成绩预测 |
| |
引用本文: | 申航杰,琚生根,孙界平.基于模糊聚类和支持向量回归的成绩预测[J].华东师范大学学报(自然科学版),2019(5). |
| |
作者姓名: | 申航杰 琚生根 孙界平 |
| |
作者单位: | 四川大学计算机学院,成都,610065;四川大学计算机学院,成都,610065;四川大学计算机学院,成都,610065 |
| |
基金项目: | 四川省科技厅重点研发项目;四川大学未来教育研究专项 |
| |
摘 要: | 现有的成绩预测模型往往过度使用不同类型的属性,导致过于复杂的分数预测方法,或是需要人工参与.为提高学生成绩预测的准确率和可解释性,提出了一种融合模糊聚类和支持向量回归的成绩预测方法.首先引入模糊逻辑来计算隶属度矩阵,根据学生的历史成绩进行聚类,随后对每个聚类簇利用支持向量回归理论对成绩轨迹进行拟合建模.此外,结合学生学习行为等相关属性,对最终的预测结果做调整.在多个基准数据集上进行了实验测试,验证了该方法的有效性.
|
关 键 词: | 模糊聚类 支持向量回归 预测 教育数据挖掘 |
本文献已被 CNKI 万方数据 等数据库收录! |
|