基于人工智能的慕课平台学生辍学情况分类预测  

作　　者：方欣雨 钱宇航 郭红萍 张铁成 

机构地区：[1]湖北师范大学数学与统计学院,湖北黄石435002

出　　处：《统计与管理》2024年第4期38-43,共6页Statistics and Management

基　　金：2023年省级大学生创新创业计划项目“智慧慕课”;2023年度省教育厅哲学社会科学研究项目“大数据视域下师范生精准培养模式的探索与实践”(23Y122);2023年湖北师范大学研究生教研项目“双一流背景下研究生《概率论与数理统计》课程教学改革研究与实践”(2023YJ21);2024年湖北师范大学研究生项目“课程思政示范课及教学团队”(2024KCSZ05)。

摘　　要：以慕课为契机的教育教学变革已然成为现代教育的大趋势,同时慕课平台高辍学率问题备受关注。本文基于KDDCup2015数据集,首先进行数据预处理,再分周提取学习行为特征和是否辍学分类标签,通过建立机器学习和深度学习分类模型,动态地追踪慕课平台学生每周辍学情况。结果显示,逻辑回归和卷积长短期记忆神经网络这两种模型的分类效果较好,随着课程的持续进行,分类预测模型的准确率有提高趋势。

关 键 词：慕课平台 辍学预测模型 机器学习 深度学习 分类预测 

分 类 号：C32[社会学] G455.7[文化科学—教育学]