为及时准确地对学生成绩进行预测，提出基于多层特征融合的学生成绩预测模型。针对以往研究未能对成绩信息进行有效特征表示，导致预测效果不佳的问题，利用LSTM和注意力机制的柔性结合方式实现成绩序列信息在课程和时间两个维度的同步特征提取。针对学业早期训练数据不足问题，构建基于时间共现频率的相似学生计算方法，融合相似学生信息实现信息互补。实验结果表明，该模型的准确度、稳定性和及时性都高于其它基线方法。
科研之友
微信
新浪微博
Facebook
分享链接
