基于多源数据的课程成绩预测模型的研究与实现

作     者：陈明轩 

作者单位：华中科技大学 

学位级别：硕士

导师姓名：许炜

授予年度：2022年

学科分类：12[管理学] 0401[教育学-教育学] 04[教育学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 040110[教育学-教育技术学（可授教育学、理学学位）] 

主      题：教育数据挖掘 成绩预测 学习管理系统 

摘      要：在教育信息化高速发展的背景下,许多学者在教育数据挖掘领域开展研究,而其中最热门的研究是成绩预测。成绩预测基于学生的成绩数据、行为数据、或其它个人数据预测学生未来表现。早期的成绩预测主要依靠学生的成绩数据,随着大数据时代的到来,可用于成绩预测的数据得到了极大地扩展。然而,目前成绩预测研究仍存在着采用的数据类型比较单一,数据规模普遍较小的问题。针对这些问题,本文开展了基于较大规模多源数据的成绩预测研究,其主要内容包括:(1)利用一所大学二级学院的部分学生成绩与部分学习行为数据构建了一个较大规模且完备的数据集——GLMS数据集(Grade-Point Average with Learning Management System Dataset),该数据集包含同一年级连续三个学年共1153名学生的数据,涵盖了该学年应修的十五门课程数据。(2)本文设计并实现了基于多源数据的学生课程成绩预测模型GLMS。具体包括:多源输入数据的处理与建模,预测模型的选择与训练,预测结果的评价与应用。(3)设计了3个实验来对本文提出的综合考虑学生加权成绩与学习行为的成绩预测模型GLMS进行验证:在不含LMS(Learning Management System)数据的全部课程中,模型预测分数的平均预测误差是5.69分,决定系数是0.5659;在部分含有LMS的课程中,引入的LMS特征可以额外降低0.31分的预测误差并提升0.0610的决定系数;设定73分为不及格预警线可以达到0.8690的预测召回率。这些结论有效说明了本文的研究价值。与以往研究相比,本文首次对真实多源数据在较大规模上进行了成绩预测的研究,并获取了较好的预测精度。该工作对于成绩预测问题中多源输入数据的处理与建模,预测模型的选择与训练,预测结果的评价与应用方面的研究都具有较好的参考价值。