文献类型：期刊文章

作　　者：吴暾华[1] 王萍[2] 刘婷[1]

机构地区：[1]温州医科大学信息与工程学院,浙江温州325035 [2]温州医科大学药学院,浙江温州325035

出　　处：《中国教育信息化》

基　　金：国家社科项目(14CFX017);温州市哲学社会科学规划课题(No.16WSK037)

年　　份：2017

卷　　号：23

期　　号：17

起止页码：65-67

语　　种：中文

收录情况：NSSD、RCCSE、普通刊

摘　　要：传统的大学生学业预警策略依赖大量人力,效率低且成效不足。为此引入数据挖掘技术自动预测将来学习成绩并及时发出预警信息。首先从现有业务级信息系统中抽取并构造学业状态特征向量;然后运用支持向量机进行统计学习得到非线性预测模型;最后利用模型自动发现学习状态不佳的学生并发出预警。经测试本方法的准确率达84%,可有效提高学业监督效率,并可推广应用于学生党建信息挖掘、学习目标预测等其它个性化管理领域。

关 键 词：支持向量机 学业预警 数据挖掘 大数据  

分 类 号：G642]