基于人工智能的高校学生表现预测模型.pdfVIP

下载本文档

13
0
约3.84万字
约 9页
2023-08-23 发布于福建
举报
版权申诉

基于人工智能的高校学生表现预测模型.pdf

此“教育”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

计算机系统应用 ISSN 1003-3254, CODEN CSAOBN E-mail: csa@ Computer Systems Applications,2023,32(6):212−220 [doi: 10.15888/ki.csa.008936] ©中国科学院软件研究所版权所有. Tel: +86-10 基于人工智能的高校学生表现预测模型① 陈立军, 潘正军, 陈孝如 (广州软件学院软件工程系, 广州 510990) 通信作者: 陈立军, E-mail: chenlijun123456@126.com 摘　要: 教育是实现可持续发展目标的重要推动因素, 为了实现可持续发展目标, 人工智能(AI)是一项蓬勃发展的技术, 人们对理解学生行为和评估学生表现越来越感兴趣, 人工智能在改善教育方面有着巨大的潜力, 因为它已经开始在教育领域被开发出创新的教学方法, 以创造更好的学习. 介绍了一种基于人工智能的分析工具, 用于预测某所大学一年级信息技术课的学生表现, 建立了基于随机森林的分类模型, 预测第6周学生的学习成绩, 准确率为 97.03%, 敏感性为95.26%, 特异性为98.8%, 精密度为98.86%, 马修斯相关系数为94%, 证明了这种方法在预测学生课程的早期表现, 非常有用. 在COVID-19疫情期间, 实验结果表明, 建议的预测模型满足预测虚拟教育系统中学生的学习行为要素所需的准确性、精确度和召回率. 关键词: 可持续发展; 人工智能; 高等教育; 机器学习; 数据分类; 预警系统; 学生成绩预测引用格式: 陈立军,潘正军,陈孝如.基于人工智能的高校学生表现预测模型.计算机系统应用,2023,32(6):212–220. /1003- 3254/8936.html Artificial Intelligence-based Model for Predicting Student Performance in Higher Education CHEN Li-Jun, PAN Zheng-Jun, CHEN Xiao-Ru (Department of Software Engineering, Software Engineering Institute of Guangzhou, 510990, China) Abstract : Education is an important enabler for achieving sustainable development goals (SDGs). Artificial intelligence (AI) is a booming technology, and people are showing increasing interests in understanding students’ behavior and evaluating their performance. For the SDGs, AI has great potential to improve education as it has started to be developed in the education field with innovative teaching methods to create better learning. This study presents an artificial intelligence-based analytic tool for predicting the performance of students in a first-year information technology course at a university. A random forest-based classification model is built