×
王建功;郑、林;哈米德·阿尔苏拉米;陈杰

利用偏微分方程对图书馆学生的图书借阅进行建模和分析。 （英语） Zbl 07507554号

分形 30，第2号，文章ID 2240070，11 p.（2022）.
摘要：本文的目的是控制和判断大学教育中学生学习和生活状况的大数据。从高校图书馆学生借书数据的多源预处理、学生借书的量化、学习和借书的学业成绩预测三个方面对大学生借书数据进行了深入挖掘。数据挖掘技术分析和处理学生的基本信息、分数信息和图书借阅信息。利用反向传播神经网络（BPNN）算法对学生的图书借阅进行建模和分析，并基于偏微分方程对构建的BPNN图书借阅模型的损失函数进行优化。图书馆访问控制数据和图书借阅数据用于统计学习行为频率。将学生在学习区的停留时间和出勤率等数据输入分析模型进行实验，并用平均绝对误差、均方误差和决定系数对预测结果进行评价。结果表明，随着学生借书次数的减少，他们的成绩下降，经常借书的学生有较强的学习动机。在实验4中，当R^2达到最大值0.594时，学生借书模型的预测分数与学生的实际分数有很高的相关性，表明BPNN算法的预测结果最好。结果表明，学生借书指标显著提高了模型的预测性能，借书数量和借书频率在预测模型构建中具有显著性。

MSC公司：

68倍 计算机科学
62至XX 统计

关键词：

神经网络;数据挖掘;偏微分方程;学生借书
PDF格式BibTeX公司 XML格式引用
\textit{J.Wang}等人，Fractals 30，No.2，文章ID 2240070，11 p.（2022；Zbl 07507554）
全文： 内政部

参考文献：

[1] 周晓霞等，能源互联网发展现状与展望，能源互联网的发展现状与前景，科学。罪。通知47（2017）149-170。
[2] Ke，Q.，Wu，S.，Wang，M.和Zou，Y.，基于改进DEA模型的开发人员效率评估，Wirel。Pers.Commun.102（2018）3843-3849。
[3] Mayer，R.V.，《教育信息的同化和遗忘：模拟建模的结果》，Eur.J.Contemp。教育。6（2017）739-747。
[4] Zakharova，A.A.、Vekhter，E.V.和Shklyar，A.V.，可视化工具在教育环境元设计中的适用性，Eur.J.Contemp。教育。8（2019）43-51。
[5] Samerkhanova，E.等人，《基于云技术开发信息教育环境》，J.Entrep。教育20（2017）1-9。
[6] McGuigan，M.、McNally，S.和Wyness，G.，《学生对教育决策成本和收益的认识：信息运动的影响》，J.Hum.Cap.10（2016）482-519。
[7] Yang，A.M.等人，《智能校园中的情境感知系统》，IEEE Access6（2018）63976-63986。
[8] Fraga-Lamas，P.等人，物联网智能校园应用基于LoRaWAN雾计算架构的设计和实验验证，Sensors19（2019）3287。
[9] Pasetti，M.等人，《关于使用LoRaWAN监测和控制智能校园中的分布式能源》，Appl。科学10（2020）320。
[10] Rodrigues，M.W.、Isoani，S.和Zárate，L.E.，《教育数据挖掘：电子学习中评估过程的回顾》，Telemat。通知35（2018）1701-1717。
[11] Wu，S.，Liu，J.和Liu，L.，基于概率主题模型的互联网公共信息数据挖掘建模方法，J.Supercomput.75（2019）5882-5897。
[12] Aldowah，H.、Al-Samarraie，H.和Fauzy，W.M.，《21世纪高等教育的教育数据挖掘和学习分析：综述与综合》，Telemat。通知37（2019）13-49。
[13] Fernandes，E.等人，《教育数据挖掘：巴西首都公立学校学生学习成绩的预测分析》，J.Bus。第94号决议（2019）335-343。
[14] Hussain，S.等人，《使用印度WEKA进行教育数据挖掘和学生学习成绩分析》。J.电气。工程计算。科学9（2018）447-459。
[15] Tomasevic，N.、Gvozdenovic，N.和Vranes，S.，《学生考试成绩预测的监督数据挖掘技术概述和比较》，计算。教育143（2020）103676。
[16] Moscoso-Zea，O.，Saa，P.和Luján-Mora，S.，《应用教育数据挖掘预测高等教育机构毕业率的算法评估》，澳大利亚。《工程教育杂志》24（2019）4-13。
[17] Li，Y.和Liu，C.，信息资源、界面和任务作为数字图书馆评估的用户交互组件，Inf.Process。管理56（2019）704-720。
[18] Guo，Y.R.和Goh，D.H.L.，《图书馆逃亡：以用户为中心的信息素养游戏设计》，Libr。Q.86（2016）330-355。
[19] Yoon，H.Y.，《大学图书馆移动图书馆应用程序的用户接受度：技术接受模型的应用》，J.Acad。图书馆学42（2016）687-693。
[20] Wu，S.，Zhang，Q.，Chen，W.，Liu，J.和Liiu，L.，基于分数微分法的互联网用户意图理解趋势预测和公共情报挖掘研究，混沌孤子分形128（2019）331-338。
[21] Schramowski，P.等人，《通过与解释相互作用，使深层神经网络正确地用于正确的科学理由》，Nat.Mach。Intell.2（2020）476-486。
[22] Xu，L.等人，基于BP神经网络的移动物联网通信系统ABEP性能预测，神经计算。申请32（2020）16025-16041。
[23] Baskonus，H.M.，Bulut，H.和Sulaiman，T.A.，使用sine-Gordon展开法对Longren-wave方程的新复双曲结构，应用。数学。非线性科学4（2019）129-138·Zbl 1524.35391号
[24] Shvets，A.和Makaseyev，A.，《时滞摆系统中的确定性混沌》，应用。数学。非线性科学4（2019）1-8·Zbl 1524.34214号
[25] Ruiz-Fernández，J.P.等人，季节因素对建筑挣值的影响，应用。数学。非线性科学4（2019）21-34。
[26] Birzle，A.M.等人，《软生物组织的成分特异性材料行为：肺实质的实验定量和数字识别》，生物医学。模型。Mechanobiol.18（2019）1383-1400。
[27] Son，Y.et al.，《纳米晶型硅碳复合阳极中伪电容贡献的量化》，《高级能源材料》9（2019）1803480。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。