基于K-means—BP神经网络的高校专业核心课程成绩预测

作者：张政庭; 周恒宇; 崔璀; 袁龙^*

来源：中国医学教育技术, 2023, 37(02): 212-228.

DOI：10.13566/j.cnki.cmet.cn61-1317/g4.202302018

• K-means聚类
• BP神经网络
• 专业核心课程
• 成绩预测

为挖掘专业核心课程与公共基础课程、专业基础课程的潜在联系，实现高校专业核心课程成绩的预测，构建基于K-means聚类与BP神经网络的预测方法。以学生公共基础课程、专业基础课程成绩为预测基本数据，根据K-means聚类结果将基本数据划分用于训练成绩预测模型，并随机选取某高校护理专业一个年级503名学生的成绩进行验证。实验结果表明，专业核心课程的成绩与公共基础课程、专业基础课程存在潜在联系；同时，所构建的专业核心课程成绩预测方法具有泛化能力更好、预测误差更小、预测精度更高的特点，可用于预测学生专业核心课程成绩，为高校教师教学质量提升提供依据，助力高校人才培养。

• 单位
  重庆医科大学; 重庆医科大学附属儿童医院