运用多任务排序学习算法预测学业成绩

作     者：张华 刘颖 ZHANG Hua;LIU Ying

作者机构：江南大学人工智能与计算机学院江苏无锡214000 扬州大学信息化建设与管理中心江苏扬州225000 

出 版 物：《扬州大学学报（自然科学版）》 (Journal of Yangzhou University：Natural Science Edition)

年 卷 期：2020年第23卷第5期

页      面：63-67页

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金青年基金资助项目(61902152). 

主　　题：大数据 学业预测 排序学习 RankNet 

摘      要：通过分析学生在学习、生活过程中产生的校园行为数据,如一卡通、图书借阅、学业成绩等,在RankNet算法基础上提出一种基于专业与学期的多任务排序学习算法(a multi-task learning RankNet based on major and semester,MSRN).此算法在构建大数据分析模型的基础上,探究学生学习勤奋度、生活规律性与学业表现之间的相关性.仿真结果表明,本文算法较之其他算法可更好地用于预测学生在校期间的学业表现.