论文部分内容阅读
本文用于研究针对老挝国立大学学生教育的数据挖掘理论与技术。本文的目的是协助指导老师通过利用学生的基本信息，例如年龄、性别、学术记录以及平均成绩，进行决策和学习建议，这些基本信息可以预测学生的天赋和适合学生学习的学科。本校的经济与工商管理学院注册有四个课程:计算机商务、市场学、管理学、酒店与旅游管理，本文建立了两个模型用于分析学生对于这些课程的学习情况。这些模型的结果展示了金融课核心课程的学习效果对商业计算机、管理学、酒店与旅游管理这三门课程的巨大影响，以及商业课核心课程的学习效果对市场学、管理学这两门课程的巨大影响。 本文还创建了一个模型用于准确地预测每门课程的学习效果:其中商业计算机的准确度是73.49％，市场学的准确度是83.58％，管理学的准确度是78.12％，酒店与旅游管理的准确度是86.67％。 这说明，这个用于预测学生在每个课程中学习情况的模型具有较高的准确度。所以我们可以认为对这四个课程的预测是精准的并且有效的。因此，我们可以马上利用这些结果信息。 不过，预测的结果只能用于辅助指导老师对学生提出建议，以及寻找提高教学效率的方法。但实际上，制定这样的决策需要考虑其他的因素，例如学习注意力集中情况、到课情况、报告和作业情况。