删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于双路注意力机制的学生成绩预测模型

本站小编 Free考研考试/2022-01-01

李梦莹1,王晓东1,阮书岚2,张琨2,刘淇2
1(河南师范大学计算机与信息工程学院 河南新乡 453000);2(中国科学技术大学计算机科学与技术学院 合肥 230027) (lmengying@yeah.net)
出版日期: 2020-08-01




Student Performance Prediction Model Based on Two-Way Attention Mechanism

Li Mengying1, Wang Xiaodong1, Ruan Shulan2, Zhang Kun2, Liu Qi2
1(College of Computer and Information Engineering, Henan Normal University, Xinxiang, Henan 453000);2(College of Computer Science and Technology, University of Science and Technology of China, Hefei 230027)
Online: 2020-08-01







摘要/Abstract


摘要: 学生成绩的预测与分析旨在实现对学生的个性化指导,提升学生成绩及教师的教学成果.学生成绩受家庭环境、学习条件以及个人表现等多种因素的影响.传统的成绩预测方法往往忽视了不同因素对同一学生成绩的影响程度不同,而且不同学生受同一因素的影响程度也不同,所构建的模型无法实现对学生的个性化分析与指导.因此提出一种基于双路注意力机制的学生成绩预测模型(two-way attention, TWA),该方法不仅有区别地对待了这些因素对成绩的影响程度,而且考虑到了学生的个体差异性.该方法通过两次注意力计算分别得到各属性特征在第1阶段成绩和第2阶段成绩上的注意力得分,并考虑了多种特征融合方式,最后基于融合后的特征对期末成绩进行更好地预测.分别在2个公开数据集上对模型进行了验证,并根据各属性特征在期末成绩上的概率分布对预测结果进行可视化分析.结果显示,所构建模型能够更准确地预测出学生成绩,并且具有良好的可解释性.






[1]廖海斌, 徐斌. 基于性别和年龄因子分析的鲁棒性人脸表情识别[J]. 计算机研究与发展, 2021, 58(3): 528-538.
[2]陈善静, 向朝参, 康青, 吴韬, 刘凯, 冯亮, 邓涛. 基于多源遥感时空谱特征融合的滑坡灾害检测方法[J]. 计算机研究与发展, 2020, 57(9): 1877-1887.
[3]张世琨, 谢睿, 叶蔚, 陈龙. 基于关键词的代码自动摘要[J]. 计算机研究与发展, 2020, 57(9): 1987-2000.
[4]陈彦敏, 王皓, 马建辉, 杜东舫, 赵洪科. 基于层级注意力机制的互联网用户信用评估框架[J]. 计算机研究与发展, 2020, 57(8): 1755-1768.
[5]李若南, 李金宝. 一种无源被动室内区域定位方法的研究[J]. 计算机研究与发展, 2020, 57(7): 1381-1392.
[6]张艺璇, 郭斌, 刘佳琪, 欧阳逸, 於志文. 基于多级注意力机制网络的app流行度预测[J]. 计算机研究与发展, 2020, 57(5): 984-995.
[7]张莹莹, 钱胜胜, 方全, 徐常胜. 基于多模态知识感知注意力机制的问答方法[J]. 计算机研究与发展, 2020, 57(5): 1037-1045.
[8]程艳, 尧磊波, 张光河, 唐天伟, 项国雄, 陈豪迈, 冯悦, 蔡壮. 基于注意力机制的多通道CNN和BiGRU的文本情感倾向性分析[J]. 计算机研究与发展, 2020, 57(12): 2583-2595.
[9]尉桢楷, 程梦, 周夏冰, 李志峰, 邹博伟, 洪宇, 姚建民. 基于类卷积交互式注意力机制的属性抽取研究[J]. 计算机研究与发展, 2020, 57(11): 2456-2466.
[10]李洪均, 丁宇鹏, 李超波, 张士兵. 基于特征融合时序分割网络的行为识别研究[J]. 计算机研究与发展, 2020, 57(1): 145-158.
[11]张志昌,张珍文,张治满. 基于IndRNN-Attention的用户意图分类[J]. 计算机研究与发展, 2019, 56(7): 1517-1524.
[12]石乐义,朱红强,刘祎豪,刘佳. 基于相关信息熵和CNN-BiLSTM的工业控制系统入侵检测[J]. 计算机研究与发展, 2019, 56(11): 2330-2338.
[13]孙小婉,王英,王鑫,孙玉东. 面向双注意力网络的特定方面情感分析模型[J]. 计算机研究与发展, 2019, 56(11): 2384-2395.
[14]张露,王华彬,陶亮,周健. 基于分类距离分数的自适应多模态生物特征融合[J]. 计算机研究与发展, 2018, 55(1): 151-162.
[15]梁斌,刘全,徐进,周倩,章鹏. 基于多注意力卷积神经网络的特定目标情感分析[J]. 计算机研究与发展, 2017, 54(8): 1724-1735.





PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4241
相关话题/计算机 成绩 网络 河南 中国科学技术大学

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • Twitter社交网络用户行为理解及个性化服务推荐算法研究
    于亚新,刘梦,张宏宇(东北大学计算机科学与工程学院沈阳110169)(医学影像智能计算教育部重点实验室(东北大学)沈阳110169)(yuyx@mail.neu.edu.cn)出版日期:2020-07-01基金资助:国家自然科学基金项目(61871106,61973059);国家重点研发计划项目(2 ...
    本站小编 Free考研考试 2022-01-01
  • 基于自适应多任务卷积神经网络的脑网络分类方法
    邢新颖,冀俊忠,姚垚(北京工业大学信息学部计算机学院北京100124)(xinying.xing@emails.bjut.edu.cn)出版日期:2020-07-01基金资助:国家自然科学基金项目(61672065)BrainNetworksClassificationBasedonanAdapti ...
    本站小编 Free考研考试 2022-01-01
  • 适应立体匹配任务的端到端深度网络
    李曈1,马伟1,徐士彪2,张晓鹏21(北京工业大学信息学部北京100124);2(中国科学院自动化研究所北京100190)(772402345@qq.com)出版日期:2020-07-01基金资助:国家自然科学基金项目(61771026,61671451);模式识别国家重点实验室开放课题基金Task ...
    本站小编 Free考研考试 2022-01-01
  • 计算机体系结构前沿技术2020专题前言
    刘志勇1,窦勇21(中国科学院计算技术研究所北京100190);2(国防科技大学长沙410073)出版日期:2020-06-01Online:2020-06-01摘要/Abstract摘要:我们高兴地向读者推出本刊“计算机体系结构前沿技术”专题!本专题收录的6篇文章既包含不同技术领域和方向的综述,也 ...
    本站小编 Free考研考试 2022-01-01
  • 面向高通量计算机的图算法优化技术
    张承龙1,2,曹华伟1,王国波1,2,郝沁汾1,张洋1,叶笑春1,范东睿1,21(计算机体系结构国家重点实验室(中国科学院计算技术研究所)北京100190);2(中国科学院大学计算机与控制学院北京100049)(caohuawei@ict.ac.cn)出版日期:2020-06-01基金资助:国家重点 ...
    本站小编 Free考研考试 2022-01-01
  • RGNE:粗糙粒化的网络嵌入式重叠社区发现方法
    赵霞1,张泽华1,张晨威2,李娴11(太原理工大学信息与计算机学院太原030024);2(伊利诺伊大学芝加哥分校计算机科学学院美国芝加哥60607)(zhaoxiazzzz@163.com)出版日期:2020-06-01基金资助:国家自然科学基金项目(61503273,61702356);国家留学基 ...
    本站小编 Free考研考试 2022-01-01
  • 融合多元信息的多关系社交网络节点重要性研究
    罗浩1,闫光辉1,张萌1,包峻波1,李俊成1,刘婷1,杨波2,魏军21(兰州交通大学电子与信息工程学院兰州730070);2(国网甘肃省电力公司信通公司兰州730050)(luoh382@163.com)出版日期:2020-05-01基金资助:国家自然科学基金项目(61662066,61163010 ...
    本站小编 Free考研考试 2022-01-01
  • 基于多级注意力机制网络的app流行度预测
    张艺璇,郭斌,刘佳琪,欧阳逸,於志文(西北工业大学计算机学院西安710029)(zhangyixuan2014@mail.nwpu.edu.cn)出版日期:2020-05-01基金资助:国家重点研发计划项目(2017YFB1001803);国家自然科学基金项目(61772428,61725205)a ...
    本站小编 Free考研考试 2022-01-01
  • 2020数据驱动网络专题前言
    崔勇1,马华东2,陈凯3,俞敏岚4,刘洪强51(清华大学北京100084);2(北京邮电大学北京100876);3(香港科技大学香港999077);4(哈佛大学美国马萨诸塞州剑桥市02138);5(阿里巴巴杭州310023)出版日期:2020-04-01Online:2020-04-01摘要/Abs ...
    本站小编 Free考研考试 2022-01-01
  • 异构YANG模型驱动的网络领域知识图谱构建
    董永强1,3,王鑫1,刘永博1,杨望2,31(东南大学计算机科学与工程学院南京211189);2(东南大学网络空间安全学院南京211189);3(计算机网络和信息集成教育部重点实验室(东南大学)南京211189)(dongyq@seu.edu.cn)出版日期:2020-04-01基金资助:国家自然科 ...
    本站小编 Free考研考试 2022-01-01