作者：李蒙; 彭榆翔; 李秉祥智慧校园大数据技术高校学生管理apriori算法
摘要：随着智慧校园建设的推进,大数据技术的快速发展推动了高校学生管理工作的不断创新。本文以陕西LG高校的学生为研究对象,通过采集校园信息系统中的各类应用数据,运用聚类分析中K-means算法对学生校园行为特征进行分类,然后运用Apriori算法对学生行为特征与学业成绩进行关联分析。结果发现,不同学生群体的消费行为、作息行为、学习行为特征与其学业成绩之间具有密切关系。利用这些分析结果,高校可以针对不同类别学生采取差异化管理措施,这既有助于提升学生的学业成绩,也有助于进一步提高学生管理工作效率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
