基于LSTM的学习成绩预测及其影响因素方法研究

摘要

关于学生成绩预测的研究普遍存在数据结构单一和学习器浅层线性的问题.针对学生历史成绩的时序性及学习过程的遗忘特征,引入LSTM网络对学生知识结构状态进行建模,并融合情感特征和行为特征,通过全连接神经网络对学习成绩进行预测.实验结果表明,该方法能够显著提升学习成绩预测的准确性.同时,以此为基础,进一步提出了成绩主要影响因素的判断方法.