基于贝叶斯分类的高职软件课程教学应用研究

论文摘要

贝叶斯网是将概率统计应用于复杂系统的不确定性推理和数据分析的一种有效工具。贝叶斯网将有向无环图与概率表有机的结合,用图形模型紧凑、直观、有效的描述了实体之间的依赖关系,用条件概率表体现了依赖程度。贝叶斯网的构建由贝叶斯网结构学习和贝叶斯网参数学习两部分组成。贝叶斯分类是用于分类的贝叶斯网络,贝叶斯分类具有不确定知识表示形式和概率表达能力的特点,在分类预测方面得到了广泛应用。本文基于某一高职学院软件技术专业2006-2010年学生所学课程11门专业课程的成绩构建软件课程贝叶斯网络。从学生成绩样本数据信息中进行贝叶斯网结构学习和贝叶斯网参数学习,用节点表示课程,有向边描述了课程之间的依赖关系,节点上的条件概率分布表体现了课程之间的依赖程度,并在软件课程贝叶斯网上进行了分类预测。这不仅对学生进一步学习选择适合自己的研究方向提供依据,而且,对高职学院不同学期的课程设置安排有一定的参考作用,同时也给学校在师资建设上提供参考。本文首先对所研究的背景作了介绍,随后对贝叶斯网络的构造展开了讨论,介绍了贝叶斯网络的定义和应用,接下来介绍了构造贝叶斯网络的过程和方法及贝叶斯分类的模型,这为构建贝叶斯网络提供了理论基础,最后在开源数据挖掘软件Weka平台下构建出了软件课程贝叶斯网,并对软件课程贝叶斯网进行了分类预测。本文的主要贡献如下：本文基于某高职学院软件专业学生的专业课程成绩为训练样本数据,通过模拟退火算法构建软件课程贝叶斯网络,把有向无环图与概率表有机的结合起来,用有向无环图紧凑、直观、有效的描述了课程之间的依赖关系,用条件概率表体现了依赖程度。本文在软件课程贝叶斯网的基础上进行了分类预测,根据学生所学课程成绩,预测后续课程的学习情况。

论文目录

• 摘要
• Abstract
• 引言
• 研究现状分析
• 论文组织结构
• 第1章 贝叶斯网络理论与贝叶斯分类
• 1.1 贝叶斯网络的定义
• 1.1.1 贝叶斯网络的定义
• 1.1.2 贝叶斯网络的应用
• 1.2 贝叶斯网络的构建
• 1.2.1 贝叶斯网络的建构过程
• 1.2.2 贝叶斯网络的结构学习
• 1.2.3 贝叶斯网络的参数学习
• 1.3 贝叶斯分类
• 1.3.1 朴素贝叶斯分类器
• 1.3.2 TAN贝叶斯分类器
• 1.3.3 贝叶斯网络分类器
• 1.4 本章小结
• 第二章 Weka平台构建贝叶斯网络分类器解析
• 2.1 选用Weka平台的原因
• 2.2 Weka平台的框架结构
• 2.3 Weka平台的数据挖掘过程
• 2.4 Weka平台关于数据预处理的方法
• 2.5 Weka平台关于贝叶斯网络分类相关内容
• 2.5.1 Weka平台中贝叶斯分类器相关类的结构关系
• 2.5.2 Weka平台中构建贝叶斯网络分类器的方法简介
• 2.5.3 Weka平台关于贝叶斯网络分类器的分类预测
• 2.6 本章小结
• 第三章 构建软件课程贝叶斯网络
• 3.1 数据处理
• 3.2 构建软件课程贝叶斯网络
• 3.2.1 软件课程贝叶斯网络的变量
• 3.2.2 软件课程贝叶斯网络评价指标
• 3.2.3 构建软件课程贝叶斯网络结构
• 3.2.4 软件课程贝叶斯网络参数
• 3.3 软件课程贝叶斯网络分类预测
• 3.4 软件课程贝叶斯网络分类性能检验
• 3.5 本章小结
• 第四章 结论
• 参考文献
• 致谢
• 附录
• 攻读硕士学位期间发表的论文