本文主要以机器学习方法为基础对学生在线学习行为数据进行分析和研究。首先采用多元线性回归的方法对从网络教学平台获得的14个量化特征按照对考试成绩的影响权重进行排序,随后采用广义回归神经网络分别对选出的权重较高的9个特征以及全部特征进行建模。结果表明,通过特征选择后的模型平均绝对误差为5.7,无论是在预测能力还是拟合优度方面都要高于采用全部特征的模型,因此该模型可以有效预测考试成绩,使教师能够识别出容易不及格的学生,及时提供干预与支持。
科研之友
微信
新浪微博
Facebook
分享链接
