[發明專利]一種面向網絡教育的成績不良學習者識別方法

有效

• 申請號: 201610864980.9
• 申請日: 2016-09-29
• 公開（公告）號: CN106373057B
• 公開（公告）日: 2018-04-17
• 發明（設計）人: 陳妍;田鋒;朱海萍;劉敏;鄭慶華;姬曙光
• 申請（專利權）人: 西安交通大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q50/20;G06K9/62
• 代理公司: 西安通大專利代理有限責任公司61200
• 代理人: 陸萬壽

1.一種面向網絡教育的成績不良學習者識別方法，其特征在于：包括以下步驟：

1)特征抽取

根據網絡教育學習者個體特質數據以及在線行為日志數據，通過分析確定與成績不良學習者識別相關的個體特質特征和在線行為特征；

2)成績不良學習者識別

將成績不良學習者的識別抽象為對于網絡教育學習者中成績不良學習者和成績合格學習者的分類問題，采用分類器對所述分類問題進行分類模型訓練，訓練采用的樣本集由學習同一課程的不同網絡教育學習者的特征樣本以及課程成績組成，每個網絡教育學習者的特征樣本包括課程特征、與成績不良學習者識別相關的個體特質特征以及與成績不良學習者識別相關的在線行為特征，其中，所述在線行為特征由給定的特征約束策略控制采樣的時間范圍及深度，通過所述訓練得到對應時間范圍下的成績不良學習者識別模型；

所述個體特質特征表示為：

F_b＝(sex,semster,bg,sp,prov,marriage,lc)

其中：F_b表示所述個體特質特征的集合，sex表示性別，semster表示所處學期，bg表示學歷背景，sp表示專業，prov表示所在省份，marriage表示婚姻狀況，lc表示所在學習中心；

所述特征約束策略包括基于時間窗口劃分的特征約束策略和基于學習時長閾值劃分的特征約束策略；

基于時間窗口劃分的特征約束策略通過將學期進行時間窗口劃分，產生w個獨立的時間窗口，并將在線行為特征的采樣時間范圍約束在對應時間窗口內，從而得到學期中與時間窗口對應的階段內的在線行為特征；

基于學習時長閾值劃分的特征約束策略通過設定短時長閾值c₁和長時長閾值c₂，將與學習頻次相關的在線行為特征按照學習時長較短、學習時長中等和學習時長較長的約束條件進行細分，從而形成新的在線行為特征。

2.如權利要求1所述的一種面向網絡教育的成績不良學習者識別方法，其特征在于：所述分類模型表示為：

假設研究樣本的大小為n，每個樣本具有p個特征，則用X表示所有樣本的特征矩陣：

X＝{X₁,...,X_p}∈R^n×p

用x_i表示第i個樣本的特征向量：

xi=(xi(1),...,xi(j),...,xi(p))]]>

其中，表示第i個樣本的第j個特征，j＝1,2,...,p；

預測值為：

Y＝f(X)∈Rⁿ，y∈{0,1}

其中，y＝1表示成績不良學習者；y＝0表示成績合格學習者。