基于大数据技术的学生成绩预测模型的分析研究

随着信息技术的发展,学生在校园中产生可以存储的数据越来越多,如何有效利用这些数据和利用潜在信息的方法正在成为研究的方向。因此,文章利用大数据技术作为一种手段,研究和分析高等职业教育学生的特征数据,如成绩和行为,并预测最终结果,为教师提供一些早期预警。在文章中,首先建设大规模集群的数据分发和生态系统的组件,然后通过jquery,Bootstrap框架、echart等等,搭建前端页面和可视化效果。将学生的2018-2020学年日常生活学习的所有学习成绩和行为特征经过预处理,成为研究对象。通过使用K-means++算法和多元线性回归算法来预测学生未考试科目的成绩,预测结果相对准确,成功率可达84%,对于预测差的学生可以在适当的时候进行学习指导和相关的警告,对于从经验驱动转化为数据驱动提供一些参考。