基于模糊聚類和支持向量回歸的成績預測
申航杰; 琚生根; 孫界平 四川大學計算機學院; 成都610065
關鍵詞：模糊聚類 支持向量回歸 預測 教育數據挖掘
摘要：現有的成績預測模型往往過度使用不同類型的屬性,導致過于復雜的分數預測方法,或是需要人工參與.為提高學生成績預測的準確率和可解釋性,提出了一種融合模糊聚類和支持向量回歸的成績預測方法.首先引入模糊邏輯來計算隸屬度矩陣,根據學生的歷史成績進行聚類,隨后對每個聚類簇利用支持向量回歸理論對成績軌跡進行擬合建模.此外,結合學生學習行為等相關屬性,對最終的預測結果做調整.在多個基準數據集上進行了實驗測試,驗證了該方法的有效性.
華東師范大學學報·哲學社會科學版雜志要求:
{1}論文摘要是對論文內容的高度概括，通過閱讀摘要，讀者能夠對文章的內容和主題思想有一個宏觀、整體的把握。
{2}薦稿文責自負。所有作者應對稿件內容和署名無異議，稿件內容不得抄襲或重復發表。編輯部對來稿有權作技術性和文字性修改。
{3}來稿一般在1個月內提出處理意見，請不要一稿兩投，若1個月后仍未收到稿件處理通知，作者有權自行處理來稿。
{4}參考文獻必須以作者親自閱讀過的近5年公開文獻為限，按引用先后順序排于文末，用小方括號將序號標在引用處右上角處。
{5}文章中如出現附錄(Appendix)或附件等形式的內容，統一放在參考文獻之后，它們之間保持適當的間距。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
