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

# 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    ###模型构建    ###信息互通    ###数据管理 ‘   ### 数据增删查改    #### 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