基于机器学习的教育大数据研究：学生学业绩效分析
计算机与社会
2024-07-25 v1 机器学习
摘要
互联网在教育领域的应用越来越受欢迎，过程中产生大量教育数据。如何有效地利用这些数据始终是教育数据挖掘领域的关键问题。本文使用基于长短期记忆网络（LSTM）的机器学习模型，对教育大数据进行深入分析，以评估学生表现。LSTM模型能够高效处理时间序列数据，使我们能够捕捉学生学习活动中与时间相关的长期趋势。这一方法在分析学生进步、参与度及其他行为模式以支持个性化教育方面尤为有用。在实验分析中，我们通过比较不同模型的性能，验证了深度学习方法在预测学生表现方面的有效性。严格的交叉验证技术用于确保实验结果的准确性和概括性。
引用
@article{arxiv.2407.16907,
title = {Research on Education Big Data for Students Academic Performance Analysis based on Machine Learning},
author = {Chun Wang and Jiexiao Chen and Ziyang Xie and Jianke Zou},
journal= {arXiv preprint arXiv:2407.16907},
year = {2024}
}
备注
Education Big Data, Performance Analysis, Machine Learning, Long Short-Term Memory Network