# 基于WEB的学生个性化分析与习惯养成系统
####核心界面
###模型预测
![输入图片说明](7.png)
![输入图片说明](8.png)
![输入图片说明](9.png)
###模型构建
![输入图片说明](10.png)
![输入图片说明](12.png)
![输入图片说明](11.png)
###信息互通
![输入图片说明](13.png)
![输入图片说明](15.png)
![输入图片说明](14.png)
###数据管理
![输入图片说明](1.jpg)‘
![输入图片说明](2.jpg)
![输入图片说明](3.png)
### 数据增删查改
![输入图片说明](4.png)
![输入图片说明](5.png)
![输入图片说明](6.png)
#### 一、介绍
为了改善学生的爱好习惯来提高学生的成绩,本项目基于Django框架下设计一种基于WEB的学生个性化分析与习惯养成系统。本系统利用机器学习算法模型分析学生爱好与成绩的关联,主要特点:(1)家长能实时看到自己的孩子的成绩和在班级里成绩状态;(2)老师能自由选择适当的算法并设置算法参数实现模型构建;(3)利用动态、交互式的可视化展示模型构建效果;(4)根据学生的行为习惯进行分析与预测并给出个性化的建议
#### 软件架构
**软件架构说明**
### 二、项目方案
### 1. 项目已有的基础
在理论知识方面本项目团队已经进行了多次集中学习,有关Python、Web及Django网络搭建的基础知识已经掌握,在具体实施过程中,本项目团队经过讨论制定了该项目总体计划并确定了系统开发模式,该系统已经进入了开发阶段并且已成雏形,核心算法的选择已经完全确立,但还需要通过计算机进行具体功能的实现和进一步的调优。该项目是以“基于WEB的学生个性化分析与习惯养成系统”命名,后期将会对此进行功能的丰富与完善。
### 2. 与本项目有关的研究积累和已取得的成绩
(1) 登录注册功能
用户进行账户注册、登录输入一些重要信息,使用传统的PHP、Jquey等技术安全性不高;但是使用Session技术实现登录、注册功能可以很好的保证用户数据安全。Session技术原理:把登录用户信息以文件的形势存放在服务器的硬盘空间上,也可以用Memcache把这种数据放到内存里面;相对于Cookie技术,Session技术的安全性更高,更安全保证用户的隐私信息。
(2) AJAX数据刷新
本项目成员熟悉Ajax技术的原理,可以利用该技术的页面无刷新特点,让用户能有更好的体验;而且Ajax是使用异步通信,不需要打断用户的操作,具有更加迅速的响应能力。在统计用户信息时使用Ajax能使用户在输入自己的信息之后,不需要刷新就能在前端显示出来,给用户极好的体验。
(3) 数据处理与机器学习算法选择
项目的成员对机器学习有充分的了解,能用机器算法进行数据处理、数据分析等操作;并熟悉各种算法的各种参数。在数据处理上利用Filter方法、Wrapper方法、Embedded方法、主成分分析PCA等算法数据进行预处理,筛选出我们所需要的数据。然后使用线性回归、Logistic回归、决策树、朴素贝叶斯、支持向量机等机器学习算法以及算法的参数进行数据拟合、分析、计算精确度。其中Logistic回归方有大突破;Logistic函数主要用于解决二分类问题,但是研究学生成绩分类问题是多分类问题;项目成员发现多种函数能解决多分类的问题;其中Softmax函数是比较常用。该函数能将多值转换为可视为对应类别可信度的概率值,该函数能高准确率预测学生成绩类别。
### (二) 项目研究目标及主要内容
本项目旨在利用Django框架、机器学习算法等技术构建一套基于WEB的学生爱好与成绩关联度分析系统;主要研究内容如下:
### 1. 研究目标
对学生成绩与爱好的关联分析系统以动态、简洁、清晰的形式将学生的相关情况展示在前端;并可以利用机器学习算法分析学生的特征数据和预测他们的成绩,通过分析的情况反馈合适的建议给用户,帮助学生改正不利于学生学习的行为习惯,提高学生的学习成绩。
### 2. 主要内容
(1) 用户数据添加
老师、家长和学生可以对用户信息、家庭信息、习惯信息进行更改和添加,他们分别放在不同的数据表里,表格存放的都是学生的一些详细信息,里面用模态框与Jquery语言连接Django实现对MySQL数据库信息的增删查改。并设置了返回信息,提示用户是否操作正确,如果错误也会提示用户。
(2) 构建算法模型
利用Python和Matplotlib混合编程,综合Python强大的兼容性与Matplotlib高效可视化的优点,高效率的拟合出模型。可以向用户展示预测和分类出的模型差异,其中可以选择合适的参数,提高模型的精确度。用户可以直观感受到不同参数对模型预测精度的影响,对学生的成绩与爱好关联度的分析更加全面和有效。
(3) 分析与预测成绩
用户可以根据之前构建的算法与参数对学生的行为习惯预测其成绩,并给出合适的建议给用户,帮助学生提高成绩。
(4) 数据可视化与用户留言
通过大数据可视化技术与Echarts库对学生的近期成绩变化情况展示给用户,利用折线图将某个学生的成绩与班级的平均成绩进行对比,利用柱状图将学生近期的行为习惯信息展示给用户,用户就能清楚的了解自己孩子近期的状态,即以后学生的成绩走向趋势;管理员可以看到班级、学校所有学生的所有信息,并可以调整机器学习算法的各种系数,然后将调整好的算法提供学生使用。当老师发现学生近期行为习惯与往常有差异时,可以通过留言功能给学生家长留言询问学生在家的情况;同时家长也可以向老师发送信息。实现家长、老师能一起促进学生的学习成绩。
### (三) 项目创新特色概述
1. 针对学生的一些爱好习惯预测学生的成绩,分析这些习惯对学生成绩的影响大小,可以精确反馈学生需要改变哪些习惯来提升自己的成绩。
2. 增加了机器学习模型框架,设置了机器学习参数对数据进行精确预测,当不想要进行设置参数时,可以直接用后台默认参数进行预测。并返回预测结果用户一些合理的建议提高自己的成绩。
3. 构建新的数据模型,可以使用数据参数搭配预测结果,观察数据的变化,数据的预测的精度,提高真实预测时的准确率,以防避免预测准确率太小,错误率太大。
4. 增加家长学生留言功能实现家长与老师的交互性,让他们能更好的交流,一起帮助学生提高成绩。
### (四) 项目研究技术路线
根据本项目研究内容,相关技术路线描述如下:
1. WEB框架搭建设计
项目的搭建采用的是Django框架技术,搭建一个集用户登录、注册、信息采集、用户数据展示、算法建模平台、可视化等模块。
Django是一个开源的Web应用框架,为了使开发人员专注于关键性问题,Django提供了通用高度抽象的Web开发模式,频繁进行的编程作业的快速解决方法,以及为“如何解决问题”提供了清晰明了的约定,相对于传统的Web框架(Struts、Spring、.NET)其开发过程更加简单,作为一款开源而又敏捷的开发框架,受到人们越来越多的关注。
2. 用户数据采集
数据采集模块,系统通过前段采集用户数据,然后将数据传到后端存储在Mysql数据库;用户也可以将自己准备好的数据以导入的方式实现数据加载。该模块主要通过前后端结合
没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
收起资源包目录
基于python + Django框架下设计一种基于WEB的学生个性化分析与习惯养成系统.zip (24个子文件)
Django-python-SVM-master
2.jpg 694KB
image.png 101KB
10.png 70KB
9.png 25KB
3.png 62KB
LICENSE 9KB
12.png 61KB
作品介绍及截图.docx 1.59MB
1.jpg 645KB
15.png 54KB
.gitee
ISSUE_TEMPLATE.zh-CN.md 79B
基于WEB的学生爱好与成绩关联度分析系统.rar 50.78MB
11.png 81KB
13.png 15KB
6.png 29KB
imageimage
image.png 123KB
5.png 12KB
4.png 25KB
8.png 20KB
.gitignore 2KB
7.png 63KB
README.en.md 1KB
README.md 11KB
14.png 132KB
共 24 条
- 1
资源评论
不走小道
- 粉丝: 3234
- 资源: 5113
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功