改进的关联规则Apriori算法在课程成绩分析中的应用

利用关联规则算法分析教育变量之间的关系,已成为教育变革的重要决策依据。Apriori算法是经典的关联规则挖掘算法,但该算法需频繁扫描整个事务数据库导致执行效率低下,为此作者通过压缩事务数据库和减少连接运算中无效比较的次数,对算法进行了优化。在教育实践中,选取计算机应用技术专业学生的课程成绩作为样本,利用优化的Apriori算法对课程成绩进行关联分析,分析结果用于现有课程体系合理性的诊断以及后续课程学习效果的预测,为课程体系的重构及课程教学方法的改革提供重要参考。

基于双论域信息系统的三支决策增量式更新算法

三支决策模型是近年来提出的一种新的决策理论,双论域信息系统下的三支决策是目前的研究热点。针对双论域信息系统的动态更新问题,提出一种双论域三支决策模型的增量式更新算法。对于双论域信息系统两个论域的动态变化,分别研究三支决策模型中三个区域的增量式更新。基于这种更新机制提出对应的增量式更新算法。仿真实验表明,与非增量式的更新算法相比,该增量式更新算法具有更高的动态更新性能。

自适应学习系统个性化知识推荐技术研究

自适应学习系统作为一种智能化教学手段,使学习过程更加人性、高效、易于量化,成为网络学习系统智能化发展的趋势。为实现ALS系统的个性化知识推荐,文章采用相同的本体技术对ALS系统的核心组件领域知识模型、学习者模型进行系统化、多维度建模,并给出模型特征提取和表示方法。最后,依据模型特征数据,建立了领域知识模型与学习者模型之间的关联规则,实现依据学习者的个性特征呈现学习资源和学习路径,达到智能导学的目的。

基于ARIMA的入境旅游月度过夜人次预测

入境旅游人次预测对旅游管理部门合理配置旅游资源、创新旅游服务模式有很重要的意义。受气候变化、经济发展趋势、文化差异的影响,旅游人次呈现出明显的季节性与非线性特征,管理部门依据经验推断入境旅游过夜人次的难度越来越大。文章采用ARIMA模型,对入境旅游过夜人次进行月度预测更加科学、准确。选取上海市2004-2016年入境旅游月度过夜人次数据为样本,依据AIC、BIC、HQIC最小准则进行参数估计和模型定阶,拟合出入境旅游月度过夜人次预测的最优模型为ARIMA(6,3,0)。运用该模型,对上海市2017年1-12月的入境旅游月度过夜人次进行预测,并将预测值与2017年真实数据比对,其平均绝对误差为3.22%。可见,应用ARIMA对入境旅游月度过夜人次预测有较高信度。

高职院校学生自主选择专业方向机制的构建——以绍兴职业技术学院为例

目前,许多高校学生在报考学校和专业时出现了"被选择"和"盲目选择"的情况,导致专业失配现象严重,严重影响大学生的学业成绩及择业观。基于高职院校按专业招生及学生自己在专业选择上存在的局限,尝试构建基于专业方向自主选择的人才培养流程体系和以学生为主体的专业方向动态选择机制,让学生自由选择与自我认知风格相匹配的专业方向,从而降低专业失配现象,提高学业成绩及职业期待吻合度。

无人值守智能商业融合平台技术框架设计

运用大数据、线上线下交互、深度机器学习等技术,设计了一种智能化商业融合技术框架,对无人值守店铺涉及的关键技术进行了分析。设计了视觉识别和身份认证、线上线下购物、自助支付、智能推荐、顾客及商品挖掘、数据整合交换等多个子系统,并构建了人脸数据库和大数据应用分布式数据库。

多层文本分类器的研究及应用

以解决公安部门犯罪信息文本数据自动分类问题为应用目的,通过对已有多层文本自动分类技术的研究,给出多层文本分类器的过程模型,并对模型中的特征提取方法进行深入研究,提出改进后的特征提取权重计算公式。实验证明,该分类器能够有效解决犯罪信息文本的自动分类问题。