基于Transformer模型的学生成绩预测方法

TP311; 线上线下混合式学习已成为课堂教学的重要组成部分,为了实时了解学生的阶段性学习状况,线上学习成绩预测显得尤为重要.利用学习通平台收集的学生学习信息,包括课程音视频、章节测验、讨论、作业、考试、签到、课堂互动以及综合成绩等8 项因素,同时从教务系统收集对应学生的期末总评成绩.通过分析各个因素对期末总评成绩的影响,建立了基于Transformer模型的课程成绩预测算法,并优化了超参数.该模型利用学生平时学习表现数据来预测期末成绩,对预测成绩为D等级的学生加强关注,从而实现课程教学监督.与其他预测算法相比,提出的算法在预测精度方面具有显著优势....

Full description

Saved in:
Bibliographic Details
Published in辽东学院学报（自然科学版） Vol. 31; no. 3; pp. 221 - 228
Main Authors 吕慧, 单鹏飞, 冯萌萌
Format Journal Article
LanguageChinese
Published 淄博师范高等专科学校 数理系,山东 淄博 250130%浪潮电子信息产业股份有限公司 高效能服务器和存储技术国家重点实验室,山东 济南 250104%河北科技学院 公共课部,河北 保定 071000 2024
Subjects
performance prediction
注意力机制
成绩预测
attention mechanism
transformer
online platform data
Transformer模型
线上平台数据
Online AccessGet full text

Cover

More Information
Summary:TP311; 线上线下混合式学习已成为课堂教学的重要组成部分,为了实时了解学生的阶段性学习状况,线上学习成绩预测显得尤为重要.利用学习通平台收集的学生学习信息,包括课程音视频、章节测验、讨论、作业、考试、签到、课堂互动以及综合成绩等8 项因素,同时从教务系统收集对应学生的期末总评成绩.通过分析各个因素对期末总评成绩的影响,建立了基于Transformer模型的课程成绩预测算法,并优化了超参数.该模型利用学生平时学习表现数据来预测期末成绩,对预测成绩为D等级的学生加强关注,从而实现课程教学监督.与其他预测算法相比,提出的算法在预测精度方面具有显著优势.
ISSN:1673-4939
DOI:10.14168/j.issn.1673-4939.2024.03.09