基于贝叶斯理论进行学生学业成功预测的研究论文

数据挖掘中的预测是一项复杂的任务，在各个学科中进行。 鉴于教育机构的整体成功可以通过学生的成功来衡量，许多研究都致力于预测它。 本文提供了一个基于贝叶斯算法的学生成功预测模型，并根据表现细节提出了最佳算法。 在这个模型中使用了两种构建的贝叶斯算法（朴素贝叶斯和贝叶斯网络），以及学生的问卷答案。 问卷由 62 个问题组成，涵盖了对学生表现影响最大的领域。 这些问题涉及健康、社交活动、人际关系和学业成绩。 问卷是基于谷歌表格和开源应用程序（LimeSurvey）构建的； 学生回答的总数为 161。为了构建这个模型，使用了工具 Weka 3.8。 整个模型设计过程可以分为两个阶段。 第一阶段是找到与最终课程最相关的问题，第二阶段是应用算法并找到最佳算法。 基于性能细节对这两种贝叶斯算法进行了比较。 最后，朴素贝叶斯算法被选为学生成功预测的最佳选择。