基于CNN-LSTM神经网络的在校大学生教育成果预测

摘要：

当下,人工智能正积极应用于教育领域,但对于高校教育成果的预测研究仍存在一定的空白.为了使因材施教的实施更加合理,实现培养学生核心素养的目标,本实验应用问卷调查法,对学生过去一学年的情况进行收集,评价问卷的效度与信度,保证问卷的正确与有效性,并将质性评价适当转换为量化评价,将质性与量化研究相结合,进而建立神经网络模型,实现对学生未来取得成果的预测,辅助高校实现教育的可预测性,及时把控教育成果,适当进行相应的教育措施调整.

关键词：因材施教、教育成果预测、神经网络

所属期刊栏目：28

分类号：G434(电化教育)

资助基金：贵州师范大学校级教学内容;课程体系改革项目

在线出版日期：2023-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：56-60