慕課學(xué)生輟學(xué)預(yù)測模型的研究.pdf

1、如今，網(wǎng)上課堂由于它獲取的便捷性以及資源的豐富性，越來越受到廣大學(xué)生的歡迎，而在所有的網(wǎng)上課堂中，慕課更是一顆冉冉升起的新星，它的資源更多而且其中還有很多名校的優(yōu)秀資源，所以使它飛快地在全世界流行。但是由于慕課的約束力較低，很多學(xué)生在一些內(nèi)部或者外部因素下終斷了學(xué)習(xí)課程，造成了教育資源的浪費(fèi)，為了減少這種現(xiàn)象的產(chǎn)生，希望能夠建立一個(gè)慕課學(xué)生輟學(xué)預(yù)測模型，從而能提早發(fā)現(xiàn)學(xué)生的輟學(xué)傾向，然后給予一些適當(dāng)?shù)慕槿搿?br>　　本文從兩個(gè)方向?qū)z

2、學(xué)模型進(jìn)行了研究。第一個(gè)方向是時(shí)序模型，以RNN為主，因?yàn)閷W(xué)生的學(xué)習(xí)過程有很明顯的時(shí)間順序，前一個(gè)時(shí)刻的學(xué)生表現(xiàn)很可能對(duì)下一個(gè)時(shí)刻的學(xué)習(xí)狀態(tài)產(chǎn)生影響，在本文中還第一次提出了將Deep RNN應(yīng)用于輟學(xué)預(yù)測。第二個(gè)方向是部分判別模型，判別模型使得我們的特征工程方法能夠更好的應(yīng)用，因?yàn)樗鼈兊臄U(kuò)展性更好，不像時(shí)序模型那樣更適用于與時(shí)間有關(guān)的特征。同時(shí)利用了一些在前面論文里未提到的新特征來提升我們的模型性能，其中包括提出的“依賴特征”，這些特征