| 基于深度学习的在线学习成绩预测研究 |
| |
| 引用本文： | 郑安琪,王宇琪,郝川艳.基于深度学习的在线学习成绩预测研究[J].计算机时代,2021(12):69-72,75. |
| |
| 作者姓名： | 郑安琪 王宇琪 郝川艳 |
| |
| 作者单位： | 南京邮电大学教育科学与技术学院,江苏 南京 210046 |
| |
| 摘 要： | 通过分析在线学习平台中的教育文本,能挖掘其所蕴含的情感、认知等信息进行学业预测.然而目前在线学习成绩预测大多基于结构化数据,难以深入、精准地挖掘学习者的状态、情感等信息,影响到预测的准确性.采用深度学习技术,其中CNN模型能够有效提取局部特征,而LSTM模型能够考虑全局文本顺序的优势,能对教育短文本数据进行分类和细粒度情感倾向分析,挖掘其包含的影响学习成绩的因素,实现对在线学习成绩的有效预测.
|
| 关 键 词： | 深度学习 成绩预测 文本分析 教育数据挖掘 情感分析 |
Research on online academic achievement prediction with deep learning |
| |
| Zheng Anqi,Wang Yuqi,Hao Chuanyan.Research on online academic achievement prediction with deep learning[J].Computer Era,2021(12):69-72,75. |
| |
| Authors: | Zheng Anqi Wang Yuqi Hao Chuanyan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
