留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

大数据挖掘方法在大学生心理预警系统中的应用

梁娟 罗海据

梁娟, 罗海据. 大数据挖掘方法在大学生心理预警系统中的应用[J]. 中国学校卫生, 2018, 39(12): 1821-1824,1827. doi: 10.16835/j.cnki.1000-9817.2018.12.016
引用本文: 梁娟, 罗海据. 大数据挖掘方法在大学生心理预警系统中的应用[J]. 中国学校卫生, 2018, 39(12): 1821-1824,1827. doi: 10.16835/j.cnki.1000-9817.2018.12.016
LIANG Juan, LUO Haiju. Big data mining method in the application of the psychological early-warning system of college student[J]. CHINESE JOURNAL OF SCHOOL HEALTH, 2018, 39(12): 1821-1824,1827. doi: 10.16835/j.cnki.1000-9817.2018.12.016
Citation: LIANG Juan, LUO Haiju. Big data mining method in the application of the psychological early-warning system of college student[J]. CHINESE JOURNAL OF SCHOOL HEALTH, 2018, 39(12): 1821-1824,1827. doi: 10.16835/j.cnki.1000-9817.2018.12.016

大数据挖掘方法在大学生心理预警系统中的应用

doi: 10.16835/j.cnki.1000-9817.2018.12.016
详细信息
  • 中图分类号: 34-1092/R

Big data mining method in the application of the psychological early-warning system of college student

  • 摘要: 应用大数据挖掘方法分析高校学生管理系统中的学生数据信息,为了解影响大学生多项因素和心理症状之间的关联提供依据.方法 以华南农业大学2011-2013年共11400名学生数据作为样本,利用大数据关联分析进行处理,针对支持度一置信度评估框架的不足,提出相对提升度作为关联规则的剪枝方法.结果 L2集共1 507项,符合条件的331项,占21.96%;L3集共5 536项,符合条件的1 868项,占33.74%.相对提升度的剪枝方法剔除不合理的规则,得到的规则和学生心理状况吻合,也与传统的统计方法得到的结论吻合.结论 相对提升度的剪枝方法对找到大学生的人格特征、心理健康数据和成绩等数据相互之间的关联规则具有有效性和实用性,可为心理预警系统提供有意义的指导.
  • 加载中
计量
  • 文章访问数:  426
  • HTML全文浏览量:  149
  • PDF下载量:  16
  • 被引次数: 0
出版历程
  • 刊出日期:  2018-12-25

目录

    /

    返回文章
    返回