基于数据挖掘的大学英语四级通过率预测建模研究

论文摘要

大数据在教育领域的应用研究主要分为教育数据挖掘和学习分析,前者侧重于发现数据之间的潜在联系,后者侧重于使用数据解释问题。本文研究的问题属于教育数据挖掘领域,使用SPSS Modeler数据挖掘平台,采用基于C5.0算法的决策树分类方法,通过采集、整理某一地方性应用型本科院校非英语专业学生公共英语课程学习情况以及大学英语四级成绩等相关信息,建立决策树分类模型对四级通过概率进行预测。在分析了构建模型的各种属性之后,结合对数据分析统计结果,给出了改善高校教学管理与提升英语四级通过率的思考与建议。

论文目录

• 1 研究背景
• 2教育数据挖掘及其应用研究概述
• 3 数据挖掘平台和算法的选用
• 4 构建英语四级考试结果预测模型
•   4.1 模型构建
•     4.1.1 数据提取与预处理
•     4.1.2 建立SPSS Modeler数据源
•     4.1.3 关联数据
•     4.1.4 导入特征选择模型
•     4.1.5 建立C5.0模型
•     4.1.6 模型评估
•   4.2 模型优化
• 5 模型分析及结论应用
•   5.1 模型分析
•   5.2 结论应用
• 6 结语

文章来源

类型: 期刊论文

作者: 叶泽俊

关键词: 教育数据挖掘,机器学习,决策树模型,英语四级,通过率预测

来源: 长春师范大学学报 2019年12期

年度: 2019

分类: 社会科学Ⅱ辑,哲学与人文科学,信息科技

专业: 外国语言文字,计算机软件及计算机应用

单位: 三明学院

分类号: H310.42;TP311.13

页码: 55-62

总页数: 8

文件大小: 1056K

下载量: 485