基于SOFA和多机器学习模型的军事职业教育高危学员预测方法

本发明公开了基于SOFA和多机器学习模型的军事职业教育高危学员预测方法，针对性提升军事职业教育的质量十分重要,MOMCs环境下，传统评估方式难以全面覆盖和及时响应，学员失败率和放弃率较高,本发明构建适用于MOMCs环境的嵌入轻量级在线形成性评估(SOFA)的军事职业教育教学模型，利用多种机器学习模型，提高了预测精度和识别效率，实现了高危学员的早期识别与有效干预，准确率达到87％‑94.7％，并且具有较高的ROC‑AUC值，通过这些建设性的成果，实现了对学员学习进度的实时监控和即时反馈，教员及时识别并干预学习困难的学员，从而确保整体教学质量的提升。