基于数据挖掘的网络教育学习成绩细分预测的研究与实现——以本科成人学位英语考试为例

当前,各类网络教育管理和学习系统日渐完善,网络学习形成性评价系统正在促使网上学习行为的真实发生。学生通过网上学习,在各类管理和学习系统中产生了许多有用的信息和数据。以SPSS的Clementine 12.0为实验环境,通过对网络学历教育本科学生英语相关课程成绩及学习信息的分析,实现了对成人学位英语考试成绩的细分预测。首先,运用数据聚类的K-means算法,对已有学生学位英语考试的成绩确定了较为具体的分数分布区间;然后,采用数据分类中的C5.0算法,以该分数区间为预测目标,构建了成绩的细分预测规则;最后,实现了成人学位英语考试的成绩细分预测系统。对成绩预测相关变量的重要性进行了分析,提出了提高网络教育本科学生英语学习水平和成人学位英语考试成绩的相应策略。