基于k-近邻优化算法慕课学习成绩预测研究
王凤芹
李瑛
韩庆龙
1.海军航空大学 烟台 2640012.海军航空大学 烟台 2640013.海军航空大学 烟台 264001
摘要：如何利用学生在线学习大数据进行分析挖掘出有价值的信息成为当前学习分析领域的一个研究热点.为了预测慕课课程学生的学习成绩,首先对慕课在线数据和课堂学习表现数据进行了数据建模,定义了各数据项;然后构建了基于k-近邻优化算法的学习成绩预测模型,为消除多项数据之间的差异提出了数据预处理方法;最后给出了基于遗传算法的k-近邻优化算法的原理,并采用Python语言实现.根据结课学员数据,预测在学学员的学习成绩,实验结果表明,采用遗传算法优化后的k-近邻算法使得预测精度更高.
关键词：学习成绩预测k-近邻算法慕课数据分析分类算法学习分析
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 785-788 )
英文信息