大数据驱动下的AI学生综合评价模型构建与评估  

Construction and evaluation of AI students’comprehensive evaluation model driven by big data

作　　者：聂伟 黄欢乐 符保龙 NIE Wei;HUANG Huanle;FU Baolong(Liuzhou Polytechnic University,Liuzhou 545006,China)

机构地区：[1]柳州职业技术大学,广西柳州545006

出　　处：《无线互联科技》2024年第23期77-80,共4页Wireless Internet Science and Technology

基　　金：2022年度广西高校中青年教师科研基础能力提升项目,项目名称:大数据背景下基于AI的学生综合评价系统的研究与实践,项目编号:2022XXH0011;广西教育科学“十四五”规划2024年度专项课题,项目名称:基于主题图技术的职教本科学生综合素质评价模型建构,项目编号:2024ZJY353;柳州职业技术大学2024年度校级教改课题,项目名称:基于数据大模型的学生综合素质评价策略研究,项目编号:2024-B001。

摘　　要：随着教育信息化和大数据技术的快速发展,构建AI学生综合评价模型已成为提升教育质量、实现个性化教学的重要途径。文章旨在探讨如何利用大数据技术构建一个全面、客观、动态的学生综合评价模型并对该模型进行评估。首先,提出了基于BP网络模型结构学生综合评价模型构建框架,该框架包括数据采集、预处理、特征提取、模型训练、评价结果分析和反馈优化等环节。其次,采用实际教育数据集对模型进行了实证研究,通过对比分析不同评价模型的效果,验证了所构建模型的准确性和有效性。最后,对模型在实际应用中的可行性和潜在影响进行了探讨,为教育评价体系的改革提供了新的思路和方法。With the rapid development of educational informatization and big data technology,constructing an AI-based comprehensive student evaluation model has become a crucial approach to enhancing educational quality and achieving personalized teaching.This article aims to explore how to utilize big data technology to build a comprehensive,objective,and dynamic student evaluation model,and to evaluate this model.Initially,a framework for constructing a comprehensive student evaluation model based on the BP network structure is proposed.This framework encompasses data collection,preprocessing,feature extraction,model training,evaluation result analysis,and feedback optimization.Subsequently,empirical research is conducted on the model using actual educational datasets.By comparing and analyzing the effectiveness of different evaluation models,the accuracy and effectiveness of the constructed model are verified.Lastly,the feasibility and potential impacts of the model in practical applications are discussed,providing new insights and methods for the reform of the educational evaluation system.

关 键 词：大数据 AI技术 学生综合评价模型 构建与评估 

分 类 号：G642[文化科学—高等教育学]