教育数据挖掘中基于CHAID的学业表现预测模型
机器学习
2010-02-08 v1
摘要
在印度，高中阶段的学业表现是所有学生学术生涯中的一个转折点。由于这种学业表现受到多种因素的影响，因此开发学生学业表现的预测数据挖掘模型至关重要，以便识别学习困难的学生并研究主导因素对其学业表现的影响。在本研究中，采用了一种调查与实验相结合的方法来生成数据库，该数据库由一手和二手数据源构建而成。一手数据来自在校学生，二手数据则从学校和首席教育官办公室收集。共收集了2006年来自泰米尔纳德邦三个不同地区五所学校的1000个数据集。原始数据经过预处理，包括填充缺失值、数据形式转换以及相关属性/变量选择。最终，我们获得了772条学生记录，用于构建CHAID预测模型。从CHAID预测模型中提取了一组预测规则，并评估了所生成CHAID预测模型的效率。将本模型的准确性与其他模型进行了比较，结果令人满意。
引用
@article{arxiv.1002.1144,
title = {A CHAID Based Performance Prediction Model in Educational Data Mining},
author = {M. Ramaswami and R. Bhaskaran},
journal= {arXiv preprint arXiv:1002.1144},
year = {2010}
}
备注
International Journal of Computer Science Issues, IJCSI, Vol. 7, Issue 1, No. 1, January 2010, http://ijcsi.org/articles/A-CHAID-Based-Performance-Prediction-Model-in-Educational-Data-Mining.php