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.
基金项目
安徽省高校优秀青年人才支持计划重点项目(gxyqZD2022110)
安徽省教育厅自然科学重点项目(KJ2020A0896)
维普
万方数据