基于混合VNS-SVR模型的高校学生成绩预测 |
| |
引用本文: | 许欢.基于混合VNS-SVR模型的高校学生成绩预测[J].齐齐哈尔大学学报(自然科学版),2023(2):19-24. |
| |
作者姓名: | 许欢 |
| |
作者单位: | 合肥幼儿师范高等专科学校公共教学部 |
| |
基金项目: | 安徽省高校优秀青年人才支持计划重点项目“基于校园大数据的学习行为分析及学生成绩预测”(gxyq ZD2022110);;安徽省教育厅自然科学重点项目“基于数据挖掘的师范类高职学生成绩相关因素的回归分析及评价模型的研究”(KJ2020A0896); |
| |
摘 要: | 学生成绩是评价高校教学质量的重要因素,利用学习分析技术挖掘高校学生成绩的影响因素并对学生成绩进行预测,是教师优化教学方法的关键。首先利用所采集高校学生的基本信息、兴趣表现、课堂表现及课外表现的学习行为特征,使用支持向量回归(SVR)构建学习成绩预测模型。其次,设计了变邻域搜索算法(VNS)对支持向量回归的参数进行优化。最后,将变邻域搜索算法-支持向量回归(VNS-SVR)模型应用于某高校学生数学成绩数据,并与SVR、GS-SVR、GA-SVR和FA-SVR等模型进行对比,验证了所提模型的有效性。
|
关 键 词: | 支持向量回归 变邻域搜索算法 学习行为 学生成绩 |
|
|