李浩翔

（浙江工业大学 教育科学与技术学院，浙江 杭州 310014）

    摘要：对教育大数据进行挖掘，可以得到很多有用的信息以此来指导学生、教师改进学习或教学.文章利用公开的Turkiye Student Evaluation数据集，通过使用经典的机器学习算法来预测学生对课程的喜爱程度，并得出对预测结果最相关的一些因素，以便于教师对课程进行改进.此外，文章还使用图卷积网络来探究可能存在密切联系的学生间的交互对评价结果的影响.

    关键词：数据挖掘；机器学习；图卷积网络；学生评价

    中图分类号：TP181；TP311.5               文献标志码：A                  文章编号：1671-2714（2019）03-0005-07