基于自适应图神经网络的成绩预测方法及系统

本申请公开了基于自适应图神经网络的成绩预测方法及系统，涉及教育技术领域，方法包括：将学生的特征数据输入决策树，利用决策树对特征数据进行筛选，在节点之间连接边，形成图；采用条件变分自编码器生成每个中心节点的额外特征，额外特征与中心节点的特征数据组合，形成增强特征；提取图的邻接矩阵，建立图卷积神经网络；利用特征数据、增强特征和成绩标签对图卷积神经网络进行训练，得到成绩预测模型；利用成绩预测模型进行成绩预测。实验结果表明，与现有的学生成绩预测方法相比，本申请方法的准确率、精确率、召回率和F1值均取得了较好的效果，模型泛化能力较强。