[发明专利]一种基于教育数据挖掘的学生成绩早期预警方法及系统

权利要求书

1.一种基于教育数据挖掘的学生成绩早期预警方法，其特征在于，所述基于教育数据挖掘的学生成绩早期预警方法利用从在线学习平台采集的学习行为数据以及从教务管理系统采集的学生的基本统计数据和成绩数据；

再基于多层感知机multilayer perceptron算法和基于信息增益率的C4.5决策树算法，构建两阶段的预测模型；

再形成最终的学习成绩的早期预警模型；

其中第一阶段分别构建success预测模型和fail预测模型；第一阶段的success模型输出的学生考试通过概率、fail模型输出的学生考试失败概率以及根据两者的和生成的衍生变量，均用于第二阶段预测模型的构建；

所述基于教育数据挖掘的学生成绩早期预警方法具体包括：

步骤一：数据获取：

在数据获取的阶段，需要根据特定的在线学习平台对学习行为数据的记录特性，选取某一范围内学生的学习行为数据，并从教务管理系统中获取相应的这些学生的基本统计数据和成绩数据；

第一阶段的success模型和fail模型是根据不同的在线学习平台所能够收集的学习行为特征作为输入特征，收集某一门课程的学习者在多个在线学习平台上的学习行为特征作为模型输入，该门课程的期末考试成绩为模型的输出，模型在训练过程中，利用神经网络的前向传播过程所得的预测值，得到预测值和真实值的损失值，并利用随机梯度下降算法，将参数的梯度更新量迅速地反向传播用于更新参数，多次迭代直至目标优化函数达到最优，进行预测模型的参数训练；

第一阶段预测模型都训练完成后，分别得到success模型对学生考试通过的预测概率值，记为Ps；以及fail模型对学生考试失败的预测概率值，记为Pr；

步骤二：数据预处理：

进行数据清洗、类别型变量的处理、数值型变量的处理及成绩信息的处理；

所述数据清洗：删除原始数据集中的无关数据或重复数据，并处理缺失数据；

所述类别型变量的处理：先对取值较多的类别型变量进行一定规则的类别压缩，再进行独热编码；

所述数值型变量的处理：采用最大-最小规范化处理，将数据映射到[0,1]之间；

或采用零均值规范化处理，使处理后的数据满足均值为0，标准差为1的分布；

所述成绩信息的处理：根据真实的成绩信息，再按照特定教育情境下考试是否通过的规则定义，将成绩映射为通过类别和失败类别；

步骤三：数据集的划分：

根据交叉验证的思想对预处理后的数据集进行划分，同时在划分时基于成绩字段的少数类别取值进行分层抽样，形成训练集和验证集，分别用于各个阶段的预测模型的训练和预测效果验证；

步骤四：第一阶段的预测模型：

基于多层感知机算法构建success预测模型和fail预测模型，根据训练好的两个模型相应得到样本集中所有学生考试会通过的概率和会失败的概率，分别得到success模型对学生考试通过的预测概率值，记为Ps；以及fail模型对学生考试失败的预测概率值，记为Pr；

步骤五：第二阶段的预测模型：

基于前一阶段的success预测模型和fail预测模型的各自输出预测概率值Ps和Pr，以及Psum作为每一个样本新的输入特征，真实的期末考试成绩所得的fail标记信息为输出特征，再基于C4.5决策树分别计算这3个输入属性的信息增益率，选择信息增益率最高的属性作为最佳的决策树划分属性，从而构建第二阶段的学生成绩预测模型；

步骤六：结果预测：

通过两阶段的预测模型的构建以及各自在验证集上的评估结果的定量分析；对新样本进行和训练/验证数据一样的预处理操作；然后将预处理后的数据送到已训练好的两阶段的成绩预警模型中，最终得到对该样本的预测结果。