利用电子签到数据预测课程成绩

• 作者: 于戈 刘俊岭 孙焕良 李婷
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 电子签到 属性选择 个性特征 成绩预测
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 数据库技术
• 页码范围: 908-917
• 页数: 10页
• 分类号: TP311
• 字数: 7777字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1710070

摘要

大学生的课程学习是提高学业水平的重要组成部分.预测大学生的课程成绩,预警有课程学习失败风险的学生,成为教育大数据研究中的一个重要课题.电子签到系统收集了学生在课堂上签到时间和座位选择等信息.这些信息反映了学生的学习兴趣、成就动机与性格特征等因素,与课程成绩具有较强的相关性.研究了基于课堂电子签到数据的课程成绩预测方法,结合学生的心理测试数据构建了成绩预测模型,模型中包括座位选择与签到时间等属性构造、预测方法设计、预测结果修正等模块.提出了基于成绩分布的教室座位分区划分方法和同伴影响的预测结果修正方法,提高了成绩预测的精度.利用真实数据集对所提出的预测模型进行了充分的实验验证,百分制成绩平均预测误差在10分以内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙焕良	沈阳建筑大学信息与控制工程学院	60	414	10.0	17.0
2	于戈	东北大学计算机科学与工程学院	426	6587	38.0	64.0
3	刘俊岭	沈阳建筑大学信息与控制工程学院	16	109	6.0	10.0
4	李婷	沈阳建筑大学信息与控制工程学院	9	14	2.0	2.0