典型文献
基于少特征量的在线学习成绩预测模型构建及应用研究
文献摘要：
针对目前很多在线学习平台学习行为数据采集不充分,数据特征量不足的问题,通过选取高校成人教育平台学生学习日志数据,建立深度学习成绩预测模型,比较各类深度学习预测模型与传统的统计学习预测模型的有效性,发现全连接深度神经网络模型效果最好.而且发现加入注意力机制,并不能提升预测模型的准确率.在此基础上,探索了以API方式封装模型,并将封装模块嵌入互联网在线学习平台,平台系统将对日志数据进行提取,预测学习结果,进行学习反馈预警,从而改善学生的在线学习方式和学习效果.
文献关键词：
在线学习;深度学习;成绩预测;机器学习
中图分类号：
作者姓名：
薛艳肖;徐润森;曾庆宇
作者机构：
江苏开放大学商学院,江苏南京 210032;南京邮电大学管理学院,江苏南京 210003
文献出处：
引用格式：
[1]薛艳肖;徐润森;曾庆宇-.基于少特征量的在线学习成绩预测模型构建及应用研究)[J].电脑与信息技术,2022(06):4-6,10
A类：
B类：
特征量,在线学习成绩,学习成绩预测,预测模型构建,构建及应用,在线学习平台,学习行为数据,数据特征,高校成人教育,教育平台,日志数据,深度学习预测模型,统计学习,全连接,深度神经网络模型,注意力机制,API,封装,平台系统,预测学,学习结果,学习反馈,学习方式
AB值：
0.373765
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
