1 / 9
文档名称:

高等教育大数据分析方法.docx

格式:docx   大小:15KB   页数:9页
下载后只包含 1 个 DOCX 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

高等教育大数据分析方法.docx

上传人:酷酷誉为 2022/2/22 文件大小:15 KB

下载得到文件列表

高等教育大数据分析方法.docx

相关文档

文档介绍

文档介绍:精品范文模板 可修改删除

免责声明:图文来源于网络搜集,版权归原作者所以
若侵犯了您的合法权益,请作者与本上传人联系,我们将及时更正删除。
撰写人:___________日 期:___________的影响。相反,学生对任何学****环境的消极态度,都可能导致厌倦、焦虑或压力,从而降低学生的学****能力,最终导致学生退缩。通过文献分析,可以将影响学生留校率的因素分为以下几类:(1)学业整合(即学生平均成绩;分数;对学业经验的满意度;对课程和课程的兴趣)。(2)社会融合(即与其他学生的关系;同伴团体的影响;社会/同伴支持;以及课外活动)。(3)机构承诺(即资金;基础设施;学术支持;技术支持;实践学****经验;学术建议)。(4)体制外因素(即金融、健康、外部社会圈子和生活方式)。

精品范文模板 可修改删除

免责声明:图文来源于网络搜集,版权归原作者所以
若侵犯了您的合法权益,请作者与本上传人联系,我们将及时更正删除。
在许多情况下,学生状态数据包括半结构化和非结构化数据,需要一个非传统的数据管理系统。此外,目前收集这种形式数据的能力意味着在分析学生成绩时,需要将其视为预测留级率的一个重要组成部分。数据量仍然以千兆字节为单位表示,然而,它显示出相当多的变化。这表明了大数据的潜力,并且需要定制适合大数据分析的解决方案。经分析调研,我们列出下列数据组成:(1)学生日志姓名;年龄;性别;地点;以前的学校;学校毕业分数;(2)学生成绩统计按学科划分的内部评估分数;期中成绩;年度考试成绩;实验室成绩;项目成绩;(3)学生参与度指标:每日出勤率;研讨会参与率;小组学****参与率;研讨会出勤率;反馈/评论;(4)学生在线学****参与学****管理系统(LMS)课程列表;LMS登录/注销时间戳;LMS持续时间/天;LMS考试分数;完成LMS模块;(5)过去学生成绩:学生获奖者;学生分数;学生课外奖励;学生辍学率;(6)学生社交网络:学生的学****小组;学生的朋友圈;(7)学生课外活动:学生参加社团;学生参加比赛;(8)学生的健康背景:是否有残疾?他/她有慢性病吗?(9)学生的财务背景:家庭年收入;学生是否有贷款?滞纳金记录;学生有奖学金吗?
2高等教育大数据分析模型与方法

分析模型的建立旨在支持学生的进步和毕业,这部分研究的目的是利用不同类型的数据,通过他们通过不同的分析,然后将结果反馈到一个主分析模型。通过这种多重属性和特征可以参与到预测学生成绩和发现影响学生成绩的因素中。相对于单一的预测模型,我们提出一种综合分析模型,该模型针对数据变化大的特点,对各种数据(即自由格式文本、图表和正常操作数据等)以及复杂的分析使用非传统的数据管理系统,采用分布式平台来应对传统数据仓库无法处理大型复杂数据集并在几秒钟内交付输出/响应的情况,图1给出了模型的大数据体系结构。
精品范文模板 可修改删除

免责声明:图文来源于网络搜集,版权归原作者所以
若侵犯了您的合法权益,请作者与本上传人联系,我们将及时更正删除。

在图1所示模型中,提出了其中所处理数据的性质、数据收集中使用的工具以及数据在执行分析中的