一种混合式教学环境下多模型融合的学生成绩预测方法

摘要

本发明公开了一种混合式教学环境下多模型融合的学生成绩预测方法，包括以下步骤：获取学生的学习行为数据和学生的学习成绩数据；将不同班级学生的基本学习特征数据进行分箱处理；通过皮尔斯相关性系数计算基本学习特征数据与目标特征期末考试成绩之间的线性相关性；将学生特征数据集切分训练集和测试集；选取多项式朴素贝叶斯、AdaBoost和Gradient boosting三个分类模型作为融合模型的第一层初级分类模型，采用逻辑斯蒂回归模型作为融合模型的第二层次级分类模型。本发明提供的一种混合式教学环境下多模型融合的学生成绩预测方法，能够充分利用平台产生的数据对学习行为特征多维度的分析和选择有效特征，准确及时地分析学生的学习状态并进行干预。