基于异构信息网络的学生成绩预测与预警模型研究
信息技术与网络安全 1期
徐小玉
(浙江万里学院 文献与信息中心，浙江 宁波315000)
摘要： 推荐系统是数据挖掘中强有力的技术，异构信息网络是推荐系统起步晚却发展迅猛的主流推荐方法。提出了基于异构信息网络的学生成绩预测与预警模型，该方法通过元路径计算得到学生间相似度矩阵，利用相似度矩阵构造成绩变化趋势矩阵和幅度矩阵，投票得到学生成绩预警与预测结果；最后，在公开数据集上验证所提模型的有效性，结果表明，该模型能够对学生成绩进行预警，并能在一定阈值下预测学生成绩具体分值。
推薦系統是數據挖掘中強有力的技術，異構信息網絡是推薦系統起步晚卻發展迅猛的主流推薦方法。提出了基于異構信息網絡的學生成績預測與預警模型，該方法通過元路徑計算得到學生間相似度矩陣，利用相似度矩陣構造成績變化趨勢矩陣和幅度矩陣，投票得到學生成績預警與預測結果；最后，在公開數據集上驗證所提模型的有效性，結果表明，該模型能夠對學生成績進行預警，并能在一定閾值下預測學生成績具體分值。
Research on the prediction and early warning model of student achievement based on heterogeneous information network
Xu Xiaoyu
(Literature Information Center，Zhejiang Wanli University，Ningbo 315000，China)
Abstract：
Abstract： Recommendation system is a powerful technology in data mining. Heterogeneous information network is the mainstream recommendation method which started late but developed rapidly. In this paper, we proposed a student achievement prediction and early warning model based on heterogeneous information network. This method obtains the similarity matrix among students by Meta-Graph calculation, constructs the achievement change trend matrix and amplitude matrix by using the similarity matrix, and obtains the student achievement early warning and prediction by voting. Finally, the effectiveness of the proposed model is verified on the open data set, the experimental results show that the model can give early warning to the student achievement and can predict the specific score of students′ performance under a certain threshold.
Key words : heterogeneous information network；Meta-Graph；academic warning；academic prediction；data mining
0 引言
教育數據挖掘旨在從海量的教育數據中發現隱藏在其中的內在聯系與規律，為學生學習、教師教學以及教育管理提供一些幫助[1]。學生成績預測與預警作為教育數據挖掘領域的重要研究分支之一，學生成績預測與預警能幫助學生完善自我認知，提高自我學習能力，提升學生成績及教師的教學成果，并且有助于教師對預警學生進行有效的干預和指導，具有重要的研究意義與應用價值。目前，對學生成績進行預測分析及其成績關鍵影響因素挖掘研究已引起國內外學者的關注，如張福生等的基于校園云的高校學生學業監測與預警系統研究[2]，周慶的基于數據挖掘技術的高校學生學業預警分析研究[3]，尹茂竹的基于大數據的高校學生學業成績預警分析[4]，李夢瑩的基于雙路注意力機制的學生成績預測模型[5]。
在已有研究中，大多數學生成績只是給予在成績類別上的預測，如好、中、差等[5-8]，少有能給出學生成績分值的直接預測，而且鮮有學者利用異構信息網絡對學生成績預測與預警進行研究。本文提出了基于異構信息網絡的學生成績預測與預警模型，該方法通過元路徑計算得到學生間相似度矩陣，利用相似度矩陣構造成績變化趨勢矩陣，投票得到學生成績預警與預測結果；最后，在公開數據集上驗證所提模型的有效性，結果表明，該模型能夠對學生成績進行預警，并能在一定閾值下預測學生成績具體分值。
本文詳細內容請下載：http://www.tom3567.com/resource/share/2000003941。
作者信息：
徐小玉
(浙江萬里學院 文獻與信息中心，浙江 寧波315000)
此內容為AET網站原創，未經授權禁止轉載。