联邦学习在高校成绩预测中的公平性提升实证_实践型研究课题.docxVIP

PAGE

PAGE1

联邦学习在高校成绩预测中的公平性提升实证

第一章实践问题识别与需求分析

1.1现实问题背景与紧迫性分析

1.1.1行业现状与问题表现

随着教育数字化转型的深入推进，人工智能技术已在高校教育管理领域得到广泛应用，其中学生成绩预测模型作为学业预警系统的核心组件，正逐渐成为各大高校提升教学管理效率的重要工具。当前，绝大多数高校主要依赖传统的集中式机器学习算法构建预测模型，这类模型通过收集学生的历史成绩、考勤记录、图书馆进出记录以及消费行为等多源异构数据，进行集中训练以预测学生的期末成绩或挂科风险。然而，这种集中式的数据处理模式不仅面临着严峻的数据隐私挑战，更在