基于学习行为和反思文本的学生学业表现预测方法及系统

AITNT
正文
推荐专利
基于学习行为和反思文本的学生学业表现预测方法及系统
申请号:CN202510540857
申请日期:2025-04-27
公开号:CN120450129A
公开日期:2025-08-08
类型:发明专利
摘要
本发明属于深度学习和教育数据挖掘技术领域,公开了一种基于学习行为和反思文本的学生学业表现预测方法,本发明提出针对学习者反思文本的表示框架CE‑BERT以获得反思文本表征。通过提取和验证学习行为和反思性文本特征,本研究表明两者都会影响学生的学业成绩预测。本研究发现,在整合这两个特征集后,预测学生学业成绩的准确性得到了进一步的提高。这些发现表明,将学习行为特征与反思性文本特征和两组特征集相结合对于预测学习成绩非常重要,这是在当今混合学习中预测学生学习成绩的重要方法。
技术关键词
文本 学生 BERT模型 信息数据处理终端 教育数据挖掘技术 预测系统 后台业务系统 学习管理系统 事件驱动架构 在线学习平台 集成学习模型 融合特征 计算机设备 有效性 池化技术 处理器 搭建模块
系统为您推荐了相关专利信息
1
一种基于反事实学习提升视频时刻检索性能的方法和系统
编码器 解码器 多模态交互 视频 特征提取模块
2
一种基于内容分享平台的种草营销策略博主推荐方法
整数规划模型 内容分享平台 娱乐特征 互动特征 情绪特征
3
三维场景的图像风格化编辑方法、装置、设备及介质
转换器模块 风格 三维模型 训练卷积神经网络 预训练模型
4
一种基于大语言模型的知识库构建方法和智能问答方法
知识库构建方法 大语言模型 节点 智能问答方法 文本
5
基于驾驶模拟设备的驾驶行为调整方法、设备、存储介质及程序产品
驾驶模拟设备 车辆部件 项目 姿态识别模型 识别用户意图
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号