ARPDF:基于对话流的学习者成绩等级预测算法

• 作者: 叶俊民 王志锋 罗达雄 郭霄宇 陈曙
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 学习社区 对话流 成绩等级预测
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 267-274
• 页数: 8页
• 分类号: TP311
• 字数: 11067字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2019.02.006

摘要

对话流所隐含的信息包括了学习者对所学课程内容的掌握程度和关注点,分析这些对话流对预测学习者的成绩,以支持教师提前对潜在成绩不良的学生进行及时干预有着重要意义.提出了一种基于对话流的学习者成绩等级预测算法ARPDF(Achievement Rank Prediction based on Dialogue Flow),首先采集对话流,通过对话流划分、对话状态矩阵生成实现了对该对话流的分析以获取到学习小组的对话状态矩阵;在此基础上,通过基于LSTM的预测模型获得学习小组学习者的成绩等级.在本文所提方法的基础上进行了实验,其结果表明了该算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶俊民	华中师范大学计算机学院	85	454	11.0	16.0
2	王志锋	华中师范大学教育信息技术学院	19	67	5.0	7.0
3	陈曙	华中师范大学计算机学院	25	93	5.0	8.0
4	罗达雄	华中师范大学计算机学院	5	3	1.0	1.0
5	郭霄宇	华中师范大学计算机学院	2	1	1.0	1.0