华东师范大学学报(自然科学版)

作者：申航杰, 琚生根, 孙界平

单位：申航杰,女,硕士研究生,研究方向为数据科学.E-mail:13693499219@163.com.

关键词：模糊聚类,支持向量回归,预测,教育数据挖掘,

基金：四川省科技厅重点研发项目（2018GZ0182）；四川大学未来教育研究专项（SCUFEB2019004）

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.

来源：2019年第5期

《华东师范大学学报(自然科学版)》期刊编辑部

查看华东师范大学学报(自然科学版)杂志2019年第5期