论文部分内容阅读
本文对数据挖掘在计算机等级考试预测系统中的应用技术进行了研究。通过设置数据问卷调查表及走访上该门课的教师,对广西工学院大一新生及教师进行全国高校计算机等级一级考试情况详细调查,由此获取大量抽样数据。经过反复推敲,筛选出:学号、教师姓名、文理科、电脑基础、学生对教师上课质量评价、笔试模拟题、机试模拟题、上机意外因素、学生努力程度、教师责任心、教师经验、试题难度、班级通过率、学生过级情况等属性,建立数据挖掘数据库,将问卷调查表及教师情况表中的数据经过处理后转换到相应的数据库,完成对数据的收集。数据挖掘数据库表建立好之后,从数据库表中随机抽取大约80﹪的数据放到一个临时的数据库,从中抽取2/3的数据作为训练集,1/3的数据作为测试集。利用贝叶斯分类法在训练集中建立学生过级预测模型,然后用测试集来进行评估精度,只要其准确率达到87﹪以上,则认为导出的分类法是可行的,可以对学生过级情况进行预测,否则重新抽取数据、建模、评价。可由数据统计分析方法建立教师教学评价模型。
针对教师、学生在《计算机文化基础》这门课的教与学等方面所反映出来的情况建立数据分析模型,用数据挖掘分析方法对《计算机文化基础》这门课程的教学质量和学生学习情况进行科学的综合分析,以便对今后的教学和学生学习提出指导性建议,同时也为评价学生的计算机基础知识和应用能力及评价教师对《计算机文化基础》的教学水平等提供依据。