10.3778/j.issn.1673-9418.1710070
利用电子签到数据预测课程成绩
大学生的课程学习是提高学业水平的重要组成部分.预测大学生的课程成绩,预警有课程学习失败风险的学生,成为教育大数据研究中的一个重要课题.电子签到系统收集了学生在课堂上签到时间和座位选择等信息.这些信息反映了学生的学习兴趣、成就动机与性格特征等因素,与课程成绩具有较强的相关性.研究了基于课堂电子签到数据的课程成绩预测方法,结合学生的心理测试数据构建了成绩预测模型,模型中包括座位选择与签到时间等属性构造、预测方法设计、预测结果修正等模块.提出了基于成绩分布的教室座位分区划分方法和同伴影响的预测结果修正方法,提高了成绩预测的精度.利用真实数据集对所提出的预测模型进行了充分的实验验证,百分制成绩平均预测误差在10分以内.
电子签到、属性选择、个性特征、成绩预测
12
TP311(计算技术、计算机技术)
The National Natural Science Foundation of China under Grant Nos.61602323,61433008,61070024;the Pro-gram of Department of Education of Liaoning Province under Grant No.LJZ2016008
2018-06-20(万方平台首次上网日期,不代表论文的发表时间)
共10页
908-917