面向学校辍学检测的深度学习：表格模型与图基模型对比预测高风险学生
机器学习
2026-01-16 v1
摘要
学生辍学是全球教育系统面临的重大挑战，导致巨大的社会和经济成本。预测处于辍学风险中的学生可实现及时干预。虽然基于表格数据的传统机器学习模型已显示出前景，但图神经网络（GNN）通过将数据结构化为图形，能够捕捉学生数据中固有的复杂关系，从而具有潜在优势。本文检验了将表格学生数据转换为图结构（主要采用聚类技术）是否能提高辍学预测准确性。我们使用真实的学生数据集，比较了在生成的图上使用的 GNN（自定义图卷积网络（GCN）和 GraphSAGE）与 established tabular models（随机森林（RF）、XGBoost 和 TabNet）的性能。我们的实验探索了基于不同聚类算法（K-Means、HDBSCAN）和降维技术（主成分分析（PCA）、统一谱聚类（UMAP））的各种图构建策略。我们的发现表明，特定的 GNN 配置——基于 PCA-KMeans 聚类构建的 GraphSAGE——实现了最佳性能，显著将宏平均 F1 分数提高约 7 个百分点，将准确率提高近 2 个百分点，超过最强的表格基线模型（XGBoost）。然而，其他 GNN 配置和图构建方法并不总能超越表格模型，这凸显了图生成策略和 GNN 架构选择的关键作用。这既彰显了 GNN 的潜力，也揭示了在该领域将表格数据最佳转化为图基学习方法的挑战。
引用
@article{arxiv.2508.14057,
title = {Deep Learning for School Dropout Detection: A Comparison of Tabular and Graph-Based Models for Predicting At-Risk Students},
author = {Pablo G. Almeida and Guilherme A. L. Silva and Valéria Santos and Gladston Moreira and Pedro Silva and Eduardo Luz},
journal= {arXiv preprint arXiv:2508.14057},
year = {2026}
}
备注
12 pages