基于贝叶斯网的学生学习模型的构建及推理

摘要：不同学习行为对学生成绩产生不同影响，但依赖关系较为模糊，无法根据学习行为特征数据设置合理的成绩预警机制。贝叶斯网络模型的网络拓扑图和条件概率表可从定性和定量的角度解释此问题。利用网络拓扑图直观反映影响因素之间复杂的依赖关系，借助Netica进行模型推理预测，通过概率推理和敏感性分析完成模型有效性验证。研究结果可为教育管理者制定成绩预警机制提供参考，提高学生课程考核通过率。

关键词：贝叶斯网络；学习行为；概率推理；Netica；敏感性分析

中图分类号：TP399 文献标识码：A

文章编号：1009-3044（2024）11-0016-03