基于机器学习的学生成绩预测及教学启示

• 作者: 于文兵 吕品 汪鑫 计春雷
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 教育数据挖掘 感知机 支持向量机 神经网络 学习成绩预测 教学启示
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 应用开发研究
• 页码范围: 200-203
• 页数: 4页
• 分类号: TP39
• 字数: 4572字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.04.040

摘要

利用学习分析技术挖掘在线学习特征是理解与优化教学过程、实现教学决策和学业预警的重要依据.在采集在线学习者的人口统计信息、学习背景、家长参与以及学习者的行为特征等信息的基础上,首先使用感知机、支持向量机和神经网络等分类算法,分别构造了不同的学习成绩预测模型;通过比较模型的准确度、召回率、F值,误分类样本数量和精确度,最终选择基于支持向量机的成绩预测模型.其次,通过分析模型参数,得出了影响学习成绩的主要因素是学习者参与小组讨论、课堂举手、访问与课程相关资源以及浏览通告等学习者行为特征的结论.最后,提出教师应该关注学生的学习行为特征,合理运用价值动机理论和内隐智力信念调节机制,激发学生的学习投入和学习动力的教学启示.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	计春雷		31	159	7.0	11.0
2	汪鑫		19	49	4.0	6.0
3	吕品		15	27	3.0	4.0
4	于文兵		7	5	2.0	2.0