作者：申航杰; 琚生根; 孙界平模糊聚类支持向量回归预测教育数据挖掘
摘要：现有的成绩预测模型往往过度使用不同类型的属性,导致过于复杂的分数预测方法,或是需要人工参与.为提高学生成绩预测的准确率和可解释性,提出了一种融合模糊聚类和支持向量回归的成绩预测方法.首先引入模糊逻辑来计算隶属度矩阵,根据学生的历史成绩进行聚类,随后对每个聚类簇利用支持向量回归理论对成绩轨迹进行拟合建模.此外,结合学生学习行为等相关属性,对最终的预测结果做调整.在多个基准数据集上进行了实验测试,验证了该方法的有效性.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《华东师范大学学报·哲学社会科学版》（CN：31-1010/C）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《华东师范大学学报·哲学社会科学版》以我校人文社会科学研究力量为基本依托，与国内外学者建立了广泛的学术联系，致力于哲学、政治学、经济学、语言学、文学、历史学等专业领域的学术积累和学术创新，形成了“严谨、严肃、严格”的办刊风格。
杂志详情
