一种融合BERT模型和SAGEConv图卷积的学习成效分类研究方法

本发明公开了一种融合BERT模型和SAGEConv图卷积的学习成效分类研究方法，包括数据收集与预处理；采集一定时期内学生的各类过程性评价数据，将这些数据整理成适合模型输入的格式；模型构建与训练；融合预训练的BERT模型和SAGEConv图卷积网络，构建一个分类模型LABTG；超参数优化；通过调整模型的超参数，优化模型的性能，以达到最佳的分类预测效果；模型评估与应用；使用独立的测试集评估模型的分类预测性能，并根据不同阶段的教学评价数据，辅助教师预估学生期末的学习成效类别。本发明能够更全面地分析学生的过程性评价数据，提高学习成效分类预测的准确性；为教师提供实时的教学效果反馈，从而实现精准教学。