计算机技术与发展2023,Vol.33Issue(9) :24-29.DOI:10.3969/j.issn.1673-629X.2023.09.004

基于特征选择的学位预警方法研究

Research on Degree Early Warning Method Based on Feature Selection

王娜 李劲松 潘子尧 姚明海
计算机技术与发展2023,Vol.33Issue(9) :24-29.DOI:10.3969/j.issn.1673-629X.2023.09.004

基于特征选择的学位预警方法研究

Research on Degree Early Warning Method Based on Feature Selection

王娜 1李劲松 1潘子尧 2姚明海1
扫码查看

作者信息

  • 1. 渤海大学 信息科学与技术学院,辽宁 锦州 121013
  • 2. 渤海大学 数学科学学院,辽宁 锦州 121013
  • 折叠

摘要

高校学生能够顺利获得学位,不仅对其个人就业发展至关重要,也是衡量高校教学质量的重要指标之一.学位预警是教育数据挖掘的重要应用之一,通过学位预警可以尽早地对学生的学业情况进行警示,学生能够及时调整学习状态和方法,同时准确的学位预警也可以为改进教学指导策略提供参考依据.现有的预警模型构建多是基于全部成绩数据,忽略了课程间的冗余性,使得构建的模型精度不足.因此,提出基于Fisher特征选择方法构建学位预警模型.利用Fisher得分对特征进行初步筛选;然后,利用筛选后的特征构建学位预警模型;最后,通过预警模型对获得学位情况进行预测.为检验方法的有效性,在某高校汉语言文学、化学、数学与应用数学等专业真实数据上进行了大量实验.实验结果表明,基于特征选择的学位预警方法具有良好的准确度和实用性,可以为高校学生的学位预警工作提供数据支持.

关键词

教育数据挖掘/特征选择/学位预警/支持向量机/成绩预测

Key words

education data mining/feature selection/degree early warning/support vector machines/performance prediction

引用本文复制引用

基金项目

辽宁省社会科学规划基金(L22BTJ002)

出版年

2023
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子:0.621
ISSN:1673-629X
参考文献量6
段落导航相关论文