基于决策树算法的在线学习成绩预测
作者：黎龙珍
单位：贵州财经大学信息学院
随着"互联网+教育"不断发展,在线学习已成为人们关注的热点。基于在线学习的学习行为数据来预测学生学习成绩,从而用于提前干预学生学习,是目前亟须解决的关键问题。本文首先收集学生在线学习的高维行为特征数据,对行为特征数据预处理后进行相关分析;随之,采用决策树C4.5算法构造成绩预测模型,通过模型预测学生成绩,与实际成绩对比认证,其预测准确率约为88%;最后,通过模型分析得出对学生成绩影响最大是视频任务点完成量,其次是章节测试完成数和章节测试平均分,最后是课程互动量及作业平均分来影响学生成绩的结论,对有效服务在线学习和教师教学具有实际应用的参考价值。
DOI：
关键词：
Array
所属期刊栏目：
学术研究_计算机应用
分类号：
G434;TP181
页码：
130-133
下一篇：数字化公共服务平台的建设和思考