科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对学生在线学习行为特征较多、学习效果预测准确率不高的问题，提出了基于秩相关性的特征选择方法。通过计算每个行为特征和学习效果之间的秩，得到各特征和学习效果的关联度，在此基础上选取关联度最高的多个特征形成新的数据集，然后完成归一化和one-hot编码，并采用机器学习方法和神经网络模型分别进行训练，最终实现学生在线学习效果预测。在公开发表的学习数据集上，采用秩相关性进行特征选择，结合多层感知机模型，学生学习效果可以正确分类，并且F1值高于传统的线性相关性选择方法。
-
单位三江学院
