基于个性化注意力的可解释学生成绩预测：解释学生为何挂科

随着高等教育中挂科率持续上升，预测学生下学期的成绩已成为一项重要需求。个性化的学生成绩预测有助于教育者全面了解学生状态并提前进行有效干预。然而，现有的工作很少考虑教育者最为关心的学生成绩预测的可解释性。在本文中，我们利用学生画像中的关系及相关课程的先验知识，提出了一种新颖的基于个性化注意力的可解释学生成绩预测方法（ESPA）。所设计的双向长短期记忆（BiLSTM）架构提取具有特定模式路径中的语义信息。在利用相似路径的内部关系方面，提出了一种局部和全局级注意力机制，以区分不同学生或课程对做出预测的影响。因此，对路径的有效推理可用于预测学生的成绩。ESPA 在学生成绩预测上始终优于其他最先进的模型，且结果具有直观的可解释性。这项工作可以帮助教育者更好地理解行为对学生学习的不同影响。