基于GA＿XGBoost的高校学生学业预警系统的研究与实现

摘要

随着互联网技术和人工智能化的高速发展,教育信息化管理实现了飞跃性的发展。如今,各大高校都已经开始适应信息化时代的需求,积极进行相应的信息化建设,并建立了学校的信息中心。但可惜的是这些信息中心数据库中保存的海量学生数据没有得到足够的关注和利用,其中所蕴含的价值常常被忽略。而在互联网高速发展的大环境下,这些数据逐渐引起了研究者的注意,如何通过利用这些数据信息,识别出可能面临学业失败风险的学生,从而减少高等教育中的学业失败,完善学业预警帮扶机制,成为了一个备受关注的话题。在当前的高等教育领域,预警和识别学生的学业风险具有非常重要的意义。学业预警是学生学业预警系统中的关键技术,本文基于GA＿XGBoost算法构建了一个高效、准确的学生学业预警模型,该模型能够对学生的学业状态进行快速、精准地评估。在此基础上,设计并实现了一个学生学业预警系统,该系统可以帮助学校及时发现学生的学业问题并提供有效的干预措施,提升学生的学习成绩,让学生顺利完成学业。具体的研究工作如下:1.学生数据的处理:与通常将学生学业预警结果限制在失败或成功的方法不同,本文引入了第三个中间类别,将学生学业预警结果分为三类(未完成学业、延长完成学业、顺利完成学业)。同时,对学生数据进行数据预处理,主要包括:数据清洗、特征选择、数据转换以及不均衡数据处理。2.构建学生学业预警模型:在XGBoost算法模型训练的基础上,引入遗传算法(GA),构建基于GA＿XGBoost学生学业预警模型。同时,将准确率(Accuracy)和F1分数作为评价指标把GA＿XGBoost学业预警模型与XGBoost、SVM、RF等算法模型进行对比,证明了本文构建的预警模型在相应模型评价指标上的优异效果。结合SHAP框架,对GA＿XGBoost学生学业预警模型进行可解释性分析,首先,利用SHAP进行学生特征重要度排序,分析学生特征之间存在的依赖关系及该依赖关系对学业预警结果的影响;其次,结合学生个人,对其学业预警结果进行具体分析,为学生的学业提供帮助。3.搭建学生学业预警系统:首先分析学生学业预警系统的功能性需求和非功能性需求,然后使用图表详细地描述系统设计,利用Express框架和React框架完成了GA＿XGBoost的学生学业预警系统的实现工作。该系统的用户角色为管理员、教育管理者和学生,教育管理者的功能主要包括查看学生学业预警信息并提出针对性的策略。学生的功能主要包括个人信息管理、查看学业预警结果、查看教育管理者的评价。当学生完成信息录入后,教育管理者使用学业预警功能对学生进行学业预警。最后,对该系统进行测试,结果表明系统对学生学业预警有较好的预警作用,可为后续相关研究提供一定的参考价值。

目录

摘要

Abstract

第1章 绪论

1.1 研究背景及意义

1.2 研究现状

1.3 研究内容

1.4 组织结构

第2章 相关理论及技术

2.1 数据处理相关技术

2.2 学生学业预警相关算法

2.3 系统相关技术

2.4 本章小结

第3章 基于 GA

GBoost 的高校学生学业预警模型

3.1 学生学业预警模型构建

3.2 数据来源与数据预处理

3.3 学生学业预警算法

3.4 学生学业预警特征分析

3.5 实验结果与分析

3.6 本章小结

第4章 学生学业预警系统的需求分析与设计

4.1 系统需求分析

4.2 系统设计

4.3 本章小结

第5章 学生学业预警系统的实现与测试

5.1 系统开发环境

5.2 系统功能实现

5.3 系统测试

5.4 本章小结

第6章 总结与展望

6.1 论文工作总结

6.2 未来展望

参考文献