重庆理工大学学报(自然科学) ›› 2019, Vol. 33 ›› Issue (7): 201-206.

• 信息·计算机 • 上一篇    下一篇

基于校园大数据的学生行为特征分析与预测方法

李铁波   

  1. 吉林交通职业技术学院
  • 出版日期:2019-09-05 发布日期:2019-09-05
  • 作者简介:李铁波,男,硕士,讲师,主要从事学生管理研究。

  • Online:2019-09-05 Published:2019-09-05

摘要: 如何有效挖掘学生行为数据是提升学生信息化管理水平的重要内容。针对目前学生信息化管理平台不完善、挖掘精度低的问题,结合决策树、神经网络以及朴素贝叶斯算法建立组合模型,建立基于Spark的学生行为分析与预测平台;同时,以学生消费规律、生活习惯以及学习情况等校园行为作为大数据来源,进行预测分析和实例验证。结果表明:该模型预测结果与实际情况相吻合,平均预测误差不超过5%,验证了所用方法的有效性,可根据学生行为特性分析其行为规律,指导学生行为向全面健康方向发展。

关键词: 数据挖掘, 校园大数据, 学生行为, 预测模型, 决策树

中图分类号: 

  • TP18