运用多任务排序学习算法预测学业成绩
Predicting academic performance using multi-task learning RankNet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).
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.