基于学生个人大数据的行为特征分析

高校各类教学管理业务系统记录着大学生日常学习和生活的行为数据，逐步形成规模较大，类型多样的学生个人大数据环境.该文从学生学籍信息、学习表现、校园生活三个维度进行分析，构建学生个人大数据行为分析模型，并对学生校园消费数据进行挖掘，探究学生饮食规律和消费水平.通过数据分析，得出以下特征：1) 在校期间学生就餐总人次和早餐就餐率均呈递减趋势；2) 大一新生早餐就餐时间早于全校早餐就餐高峰1 h；3) 学生消费水平越稳定、饮食越规律、学习努力程度越高，学生学业表现水平越好；4) 学生的学业成绩与正餐就餐率、早餐就餐率、就餐消费水平等变量有较强的相关性.     

关联规则技术在高职学生成绩预警中的应用研究

本文通过对数据挖掘中关联规则技术的深入研究,在教务管理数据的基础上,将关联规则技术应用于学生成绩分析中,构建了学生成绩预警模型,建立学籍预警机制,早期发现学生课程成绩不及格,及时进行帮扶,避免学生留级、退学,有效地提高了高职院校的学生管理、教学质量和毕业就业。     

关联规则在高校学位预警中的应用

关联规则挖掘算法能发现大量数据中项集之间相关的关联,运用Apriori算法对计算机科学与技术专业某一届毕业生成绩数据进行挖掘,得到了不能授予学位学生的不及格课程规律,这些规律对低年级学生的学习和在学位预警中具有一定的指导意义。     

某高校大学生早餐行为及影响因素分析

目的 了解某高校大学生早餐行为及影响因素.方法 对某高校在校大学生采取分层整群抽样方法,抽取1-4年级大学生330名,对其发放自主设计的大学生早餐调查问卷,并收回305份有效问卷.采用单因素分析、logistic多因素分析等统计学方法对其进行具体分析,并找出该校学生早餐就餐状况的影响因素.结果 有统计学意义的早餐就餐行为影响因素有:性别、年级、吸烟状况、早餐习惯、早餐认知和早餐态度.研究对象早餐质量普遍较差,仅有13.44%的学生早餐质量较好.不同性别与早餐质量之间的差异有统计学意义,而不同年级、专业及吸烟程度与早餐质量之间均无显著性差异.结论 该校学生早餐就餐率较高,但早餐质量较差,应加强营养知识普及,提高早餐质量,膳食结构建立要科学、合理,以实现预防疾病、促进健康的最终目标.     

基于数据挖掘地域性强关联规则数据提取

针对数据提取方法无法进行海量挖掘,且挖掘结果不准确,挖掘时间较长的问题,提出一种基于数据挖掘算法的地域性强关联规则数据提取方法。结合地域性强关联规则数据管理系统,采集用户需求信息,检索特征关联性,收集地域特征。利用数据关联度,分析地域检索中地域特征间的关联,计算相似标签信息参数,并对支持度和置信度实施计算,从地域性强关联规则数据库中挖掘关联规则。利用Kulczynski量度和不平衡率实施相关性分析和过滤,最终获取到具有实际意义的强关联规则。实验结果表明,该方法挖掘效率较高,且具有广泛的应用价值。     

北京师范大学体育与运动学院学生早餐就餐情况和认知态度调查分析

目的了解北京师范大学体育与运动学院学生早餐就餐情况和认知态度,为改善学生早餐营养状况提供依据。方法采用随机抽样法、文献资料法、问卷调查法,对北京师范大学体育与运动学院在校大学生进行随机抽样,共发放120份问卷,调查其早餐就餐情况和认知态度。结论北京师范大学学生早餐就餐率偏低,对早餐营养搭配和重要性认识不够,对早餐营养态度良好,开展营养健康教育是提高大学生早餐就餐率的有效措施。     

关联规则挖掘在学生成绩管理中的应用

数据挖掘给人们提供了一种新的认识数据、理解数据的智能手段,关联规则是数据挖掘的一种重要模式。本文在研究关联规则挖掘技术的基础上,将数据挖掘技术和关联规则算法运用到学生成绩管理中:以某班学生在校成绩为数据源,分析了课程间的影响关系,从而能够发现导致留级、退学的那些课程。     

关联规则Apriori算法在试卷成绩分析中的应用研究

将关联规则Apriori算法应用于试卷成绩分析中.首先对数据进行预处理,然后使用Apriori算法挖掘学生各科目试卷成绩的优良影响关系,最终产生关联规则.用所获得的知识指导学生的学习及今后的工作.     

关联规则在毕业设计成绩分析中的应用

本文利用关联规则及Apriori算法，并运用关联规则算法对毕业设计管理系统产生的报表数据进行挖掘分析，分析教师的某些因素与学生毕设计成绩的关联程度，为学校的教学管理工作提供依据。     

基于关联规则下聋工大学生健美操教法研究

由于聋工大学生的听力障碍,在进行健美操学练时,有些人的成绩并不理想。为探寻更适合聋工学生的学习方法,首先将在校的半聋生、全聋生和正常生进行分组学练和初测试,并对三个组测试的8个动作的平均分用箱线图的形式进行直观分数对比。然后,采用数据分箱的形式对学生成绩进行关联规则分析,挖掘得分高低与不同步伐的相关性。最后,根据各组情况,将具有相关性的多个步伐进行打包重点教学,并进行后测试。通过对后测试成绩进行左、右两侧动作数据对比,分析数据结果,优化提升各组成绩的教学方法,做到对聋工学生因材施教,达到提高教学质量的目的。     

数据挖掘技术在试卷分析中的应用

本文讨论了数据挖掘技术在试卷分析中的应用，针对传统试卷评价方法中仅仅是对试卷进行宏观整体的分析与评价，缺乏对特定试题评价的局限性，本文利用了层次聚类技术和关联规则技术对学生试卷进行分析，得到了具有不同成绩特征的学生群体，析出试卷上特定题目知识点间的相关性，得到的结论对高校教学有一定的指导作用．     

基于统计的加权关联规则算法研究与应用

信息技术的迅猛发展使得各个领域的数据量激增,数据挖掘给人们提供了一种新的认识数据、理解数据的智能手段。关联规则是数据挖掘的一种重要模式。本文在研究关联规则挖掘技术的基础上,采用基于统计的权值计算方法,进行了基于加权关联规则的学生成绩数据的分析和研究。     

改进的AprioriTid算法在试卷质量评估中的应用

在试卷质量评估中结合定量和定性分析,探讨了如何利用数据挖掘方法中的关联规则算法对学生成绩数据进行关联规则挖掘,并引入改进的AprioriTid算法来分析试卷各项定量评价指标与总体定性评价之间的关系.结果表明改进的AprioriTid算法能对试卷质量作出科学的分析且具有较高的效率.     

基于关联规则与聚类分析的课程评价技术

高校在长期的教学活动中积累了大量的课程数据,如何利用数据资源分析课程教学状况,为提高课程教学质量提供决策支持,具有重要的研究价值.本文设计实现了一个基于关联规则与聚类分析的课程评价体系,对课程评价系统进行了功能需求分析,并对课程评价数据进行预处理.采用FP-growth算法对学生课程成绩数据进行关联规则分析,采用K-m...     

数据挖掘在体育院校计算机等级考试成绩分析中的应用研究

为了提高体育院校学生计算机等级考试过级率,使用Weka平台,采用Apriori关联规则对成都体育学院13级部分班级的计算机基础一和基础二课程学生平时测试成绩及平时测试次数、期末卷面成绩、计算机等级考试成绩进行数据挖掘分析,获取了一些有益的分析结果,对提高计算机基础课程的教学效果起到一定的指导作用。     

基于Apriori算法的高职院校课程相关性分析

高职院校的人才培养方案中,课程设置是最关键的元素,课程结构的合理与否会直接影响到人才培养的质量。使用关联规则中的Apriori算法,对学生成绩样本数据进行挖掘,利用给定的最小支持度和最小置信度,挖掘出频繁项集,进行课程相关性分析,得到课程的关联规则,有利于在课程设置过程中优化课程结构,提高教学质量。     

基于关联规则的地下流体数据相关性分析系统

地震预报是对未来地震发生的时间、地点以及震级的预测,对于保护国家公共安全具有重要的意义。采用关联规则挖掘方法,对地下流体数据和震级之间的关联规律发现进行了研究,设计并实现了一个基于关联规则的地下流体数据相关性分析原型系统,以期为地震预报的科学决策提供参考。     

关联规则在学生成绩分析处理中的应用

学生成绩对学生评价非常重要,为找出影响学生成绩的一些因素间的关联关系,依据数据挖掘关联规则中的FP-growth算法,运用SQL Server 2005中AnalysisServices工具对收集到的学生成绩数据集进行挖掘分析,期望发现影响学生成绩的因素间的联系,将其进行改善并应用于教学实践中,有利于提升教学质量,提高学生成绩.     

关联规则在学生成绩分析处理中的应用

学生成绩对学生评价非常重要,为找出影响学生成绩的一些因素间的关联关系,依据数据挖掘关联规则中的FP-growth算法,运用SQL Server 2005中AnalysisServices工具对收集到的学生成绩数据集进行挖掘分析,期望发现影响学生成绩的因素间的联系,将其进行改善并应用于教学实践中,有利于提升教学质量,提高学生成绩.     

基于聚类关联规则的公交扒窃犯罪时空分析

提出了一种基于聚类的时空关联规则的公交犯罪挖掘算法.针对某市一个区的110报警数据库中的大量业务信息进行分析.首先,通过文本挖掘技术从案情信息中提取时间、地点等信息,并利用高德地图API的地理编码服务和POI搜索功能对提取的地址信息进行地址匹配,提取受害人上下车站点、乘坐公交线路等信息.其次,对提取得到的时空数据进行归并处理.最后,根据案发时段、季节以及是否节假日进行聚类分析,然后在簇内进行时空关联规则分析.这种挖掘方法具有以下特点:①在聚类基础上进行关联规则分析,减少扫描数据库次数,大大缩小数据扫描范围,提高算法效率,更加适合海量犯罪数据的挖掘.②聚类后簇内数据具有相似性,特征更加明显,在此基础上进行关联规则分析产生较小的频繁项集,并且提取出置信度较高的规则.③考虑犯罪行为的时空特性,挖掘过程中同时考虑了案发季节、是否节假日等因素.