基于模糊聚类和支持向量回归的成绩预测

关键词：模糊聚类 支持向量回归 预测 教育数据挖掘 

摘要：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.

华东师范大学学报·哲学社会科学版杂志要求:

{1}论文摘要是对论文内容的高度概括，通过阅读摘要，读者能够对文章的内容和主题思想有一个宏观、整体的把握。

{2}荐稿文责自负。所有作者应对稿件内容和署名无异议，稿件内容不得抄袭或重复发表。编辑部对来稿有权作技术性和文字性修改。

{3}来稿一般在1个月内提出处理意见，请不要一稿两投，若1个月后仍未收到稿件处理通知，作者有权自行处理来稿。

{4}参考文献必须以作者亲自阅读过的近5年公开文献为限，按引用先后顺序排于文末，用小方括号将序号标在引用处右上角处。

{5}文章中如出现附录(Appendix)或附件等形式的内容，统一放在参考文献之后，它们之间保持适当的间距。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社