基于课程关联的高校学生成绩预测模型研究.pdf

浙江科技学院学报，第36卷第3期，2024年6月

JournalofZhejiangUniversityofScienceandTechnology

Vol.36No.3,Jun.2024

doi:10.3969/j.issn.1671-8798.2024.03.003

基于课程关联的高校学生成绩预测模型研究

马婉晴，冯军，袁园

（浙江科技学院经济与管理学院，杭州310023）

摘要：【目的】为监测学习状况、管理学生成绩和提高教学质量，提出一种基于课程关联的学生成绩预测模型

方法】以学生综合数据库为基础，挖掘课程

间的关联程度，利用大数据技术对高校学生成绩进行分析和预测。选取某校2018一2020级工业工程专业学生

的29门课程成绩，首先利用自组织映射网络（self-organizingmap,SOM)算法对课程进行聚类，分为数学计算、通

识与专业基础、实践应用三类；然后利用先验算法（apriorialgorithm，Apriori)挖掘课程间的关联规则；最后采用

决策树算法，利用处于同一类并且在关联规则中的前置课程成绩，对后置课程成绩进行预测。【结果】预测模型

最终精确率为90.2%，准确率为88.9%，是预测学生成绩的较为有效的模型。【结论】本预测模型能优化课程安

排，并帮助学生规划学习计划，对提高教学质量和改进教学管理具有一定的参考意义。

关键词：成绩预测；课程关联；机器学习；预测模型

中图分类号：TP312.8;G424.7文献标志码：A文章编号：1671-8798（2024)03-0205-13

Studyonperformancepredictionmodelofuniversitystudents

basedoncourseassociation

MAWanqing,FENGJun,YUANYuan

(SchoolofEconomicsandManagement,ZhejiangUniversityofScience

andTechnology,Hangzhou310023,Zhejiang,China)

Abstract:[Objective]Inordertomonitorthelearningstatus,managestudentsacademic

performanceandimproveteachingquality,astudentsperformancepredictionmodelusing

courseassociation(SPCA)wasproposed.[MethodJBasedonthecomprehensivedatabaseof

students,theassociationdegreebetweencourseswasmined,andtheresultsofuniversity

studentswereanalyzedandpredictedbybigdatatechnology.Thescoresof29coursesof

industrialengineeringmajorsfrom2018to2020wereselected.First,theself-organizingmap

(SOM)algorithmwasusedtoclusterthecourses,whichweredividedintothreecategories:

收稿日期：2023-10-10

基金项目：辽宁省社会科学规划基金项目（L21CGL005）；浙江科技学院教学研究与改革重大项目（2022-jg06)

通信作者：冯军（1963一），男，浙江省海盐人，研究员，主要从事教育和教学管