林龍 沈海青

摘? 要? 傳統(tǒng)的基于數(shù)據(jù)挖掘技術(shù)的學(xué)業(yè)表現(xiàn)研究存在數(shù)據(jù)來源單一、學(xué)習(xí)行為靜態(tài)、數(shù)據(jù)關(guān)聯(lián)模型準(zhǔn)確度低等問題，如何對(duì)學(xué)業(yè)表現(xiàn)進(jìn)行實(shí)時(shí)動(dòng)態(tài)精確監(jiān)測(cè)，更好地為教育管理者服務(wù)，實(shí)現(xiàn)學(xué)生學(xué)業(yè)預(yù)警，是目前較難解決的問題。針對(duì)以上問題，借助學(xué)校的多個(gè)平臺(tái)數(shù)據(jù)系統(tǒng)，圍繞學(xué)業(yè)表現(xiàn)預(yù)警問題，采用當(dāng)下前沿的深度學(xué)習(xí)方法構(gòu)建模型，進(jìn)行學(xué)習(xí)表現(xiàn)預(yù)測(cè)，研究成果為學(xué)校和教師及時(shí)進(jìn)行調(diào)整并給出個(gè)性化指導(dǎo)提供有益思路。

關(guān)鍵詞? 教育大數(shù)據(jù)；數(shù)據(jù)平臺(tái)；數(shù)據(jù)挖掘；深度學(xué)習(xí)；學(xué)業(yè)預(yù)警

中圖分類號(hào)：G712? ? 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1671-489X（2022）22-0034-04

0? 引言

隨著智慧校園、數(shù)字校園的推廣，大數(shù)據(jù)早已進(jìn)入校園各個(gè)角落，學(xué)生在學(xué)習(xí)、生活中無時(shí)無刻不在產(chǎn)生數(shù)據(jù)，背后都有相應(yīng)的數(shù)據(jù)系統(tǒng)在跟蹤記錄。與此同時(shí)，教育也從經(jīng)驗(yàn)向數(shù)據(jù)驅(qū)動(dòng)決策、管理的方向發(fā)展，教育大數(shù)據(jù)研究和應(yīng)用是當(dāng)下熱議的話題。學(xué)生的學(xué)業(yè)表現(xiàn)是教育大數(shù)據(jù)應(yīng)用研究的一個(gè)重要方向，也是學(xué)校教育管理者、教師、家長(zhǎng)共同關(guān)心的焦點(diǎn)。不少學(xué)者將教育大數(shù)據(jù)和人工智能技術(shù)相結(jié)合，應(yīng)用于學(xué)生的學(xué)習(xí)行為分析和學(xué)業(yè)表現(xiàn)預(yù)測(cè)，目前在相關(guān)方面已開展深入而廣泛的研究[1-2]。但是基于數(shù)據(jù)挖掘分析技術(shù)的學(xué)業(yè)表現(xiàn)研究還存在以下問題。

1）數(shù)據(jù)來源單向、片面。學(xué)生的學(xué)業(yè)數(shù)據(jù)往往來源于課程成績(jī)，這類數(shù)據(jù)較為單一。實(shí)際上，評(píng)價(jià)學(xué)生的學(xué)業(yè)表現(xiàn)應(yīng)該是多維度多方面的。學(xué)生無時(shí)無刻不在產(chǎn)生數(shù)據(jù)，學(xué)業(yè)表現(xiàn)應(yīng)該體現(xiàn)在學(xué)生學(xué)習(xí)、生活的方方面面，比如學(xué)生的德智體美勞，這五個(gè)方面都應(yīng)該被納入評(píng)價(jià)范圍，因此需要構(gòu)建一個(gè)整合型教育數(shù)據(jù)系統(tǒng)。

2）學(xué)習(xí)行為的單一性、靜態(tài)性。基于學(xué)習(xí)行為的分析往往只考慮單一或者幾種靜態(tài)的學(xué)習(xí)行為，并未考慮學(xué)習(xí)行為隨著時(shí)間而變化的特點(diǎn)，因此，如何追蹤學(xué)生在學(xué)習(xí)過程中不斷變化的行為特征，如何精準(zhǔn)確定學(xué)生相應(yīng)階段的狀態(tài)變化等，是當(dāng)前教育數(shù)據(jù)研究實(shí)踐中亟待解決的難題。

3）數(shù)據(jù)關(guān)聯(lián)模型精度不夠。如何基于學(xué)習(xí)生活行為對(duì)學(xué)業(yè)表現(xiàn)的影響，構(gòu)建學(xué)業(yè)表現(xiàn)的自變量和因變量因子，從而進(jìn)行客觀全面評(píng)價(jià)，并對(duì)不良趨勢(shì)進(jìn)行精確預(yù)測(cè)預(yù)警，是目前研究的一個(gè)難點(diǎn)。

針對(duì)以上問題，在教育大數(shù)據(jù)挖掘分析與應(yīng)用中，收集和打通與學(xué)生相關(guān)的多個(gè)數(shù)據(jù)系統(tǒng)，消除數(shù)據(jù)冗余，形成整合型教育數(shù)據(jù)系統(tǒng)，構(gòu)建全方位的學(xué)生立體化數(shù)據(jù)庫，通過人工智能算法技術(shù)，從宏觀層面對(duì)學(xué)生學(xué)業(yè)表現(xiàn)情況進(jìn)行建模研究，同時(shí)在微觀層面針對(duì)學(xué)生個(gè)體動(dòng)態(tài)監(jiān)控學(xué)習(xí)過程、實(shí)時(shí)預(yù)測(cè)學(xué)習(xí)成績(jī)、有效評(píng)價(jià)學(xué)習(xí)結(jié)果，進(jìn)而提供有針對(duì)性的干預(yù)和指導(dǎo)，顯得很有實(shí)際價(jià)值和現(xiàn)實(shí)意義[3]。

深度學(xué)習(xí)技術(shù)由多倫多大學(xué)的Hinton教授提出，是目前機(jī)器學(xué)習(xí)的最新熱門研究領(lǐng)域。深度學(xué)習(xí)算法已被很多學(xué)者應(yīng)用于學(xué)習(xí)預(yù)測(cè)、語音識(shí)別等諸多領(lǐng)域，并展示出寬廣的應(yīng)用空間和價(jià)值，比其他的數(shù)據(jù)挖掘方法更具靈活性和準(zhǔn)確性，也彌補(bǔ)了許多數(shù)據(jù)挖掘方法的缺點(diǎn)[4]。本文基于深度學(xué)習(xí)算法，綜合學(xué)生在校表現(xiàn)的多維度評(píng)價(jià)數(shù)據(jù)，高效利用學(xué)習(xí)過程的動(dòng)態(tài)數(shù)據(jù)，構(gòu)建基于時(shí)間的學(xué)習(xí)行為表現(xiàn)模型，對(duì)學(xué)生的學(xué)習(xí)狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，從而實(shí)現(xiàn)學(xué)業(yè)表現(xiàn)異常學(xué)生的及時(shí)預(yù)警。

1? 整合型教育數(shù)據(jù)系統(tǒng)采集

基于學(xué)生在校學(xué)習(xí)生活多類平臺(tái)系統(tǒng)，對(duì)各類數(shù)據(jù)進(jìn)行收集匯總，建立學(xué)生在校檔案的立體數(shù)據(jù)庫，通過該數(shù)據(jù)庫可以了解學(xué)生在校學(xué)習(xí)生活的全方位信息。依據(jù)獲得數(shù)據(jù)的來源場(chǎng)合，從以下七個(gè)方面進(jìn)行數(shù)據(jù)收集：

1）招生管理系統(tǒng)中的檔案數(shù)據(jù)，記錄了學(xué)生的基本信息；

2）教學(xué)平臺(tái)數(shù)據(jù)，記錄了教務(wù)管理系統(tǒng)中學(xué)生的各門課程考試成績(jī)；

3）在線學(xué)習(xí)平臺(tái)數(shù)據(jù)，記錄了課堂教學(xué)過程中學(xué)生的學(xué)習(xí)行為數(shù)據(jù)；

4）體育系統(tǒng)中的體測(cè)平臺(tái)數(shù)據(jù)，記錄了學(xué)生體育鍛煉和測(cè)試的各項(xiàng)數(shù)據(jù)；

5）教育科研平臺(tái)數(shù)據(jù)，記錄學(xué)生參與創(chuàng)新創(chuàng)業(yè)、技能比賽數(shù)據(jù)；

6）學(xué)生社會(huì)實(shí)踐平臺(tái)數(shù)據(jù)，記錄學(xué)生成長(zhǎng)過程中的學(xué)習(xí)工作行為；

7）圖書借閱數(shù)據(jù)，記錄了圖書管理系統(tǒng)中學(xué)生的閱讀記錄、借閱次數(shù)等。

采集表1所示數(shù)據(jù)表格作為學(xué)生個(gè)體的學(xué)業(yè)表現(xiàn)數(shù)據(jù)，以固定周期作為數(shù)據(jù)統(tǒng)計(jì)的內(nèi)容，將數(shù)據(jù)以向量的形式保存在系統(tǒng)中，做好標(biāo)簽記錄，所有數(shù)據(jù)均以數(shù)值形式體現(xiàn)。

2? 基于深度學(xué)習(xí)的學(xué)生學(xué)業(yè)表現(xiàn)模型構(gòu)建及預(yù)測(cè)

2.1? 數(shù)據(jù)預(yù)處理

根據(jù)以上七大數(shù)據(jù)系統(tǒng)中提取的數(shù)十維特征，設(shè)得到的特征矩陣為X：

其中，X（t）=當(dāng)前學(xué)期不同月份對(duì)應(yīng)的特征矩陣，m=學(xué)生數(shù)，n=特征個(gè)數(shù)，t=時(shí)間度量間隔，本文以月份進(jìn)行表示。

由于數(shù)據(jù)維度很高，且格式不統(tǒng)一，因此需要對(duì)自變量數(shù)據(jù)X進(jìn)行預(yù)處理。先對(duì)單個(gè)學(xué)生的單組數(shù)據(jù)進(jìn)行歸一化，然后進(jìn)行主成分分析（PCA），獲得學(xué)生單組特征數(shù)據(jù)集。具體步驟如下。

1）標(biāo)準(zhǔn)化。對(duì)特征矩陣X中的每個(gè)月份特征X（t）進(jìn)行Z-Score標(biāo)準(zhǔn)化，得到具體標(biāo)準(zhǔn)化公式：

其中，和σ分別為每個(gè)月份特征X（t）的均值和方差。

2）降低數(shù)據(jù)維度。利用主成分分析方法對(duì)每個(gè)固定周期特征進(jìn)行降維，設(shè)定累積方差貢獻(xiàn)率θ，選擇累積方差貢獻(xiàn)率大于θ的主成分，作為降維后的特征Xd（t）。

學(xué)生的課程種類多，數(shù)據(jù)維度高，對(duì)因變量數(shù)據(jù)Y進(jìn)行預(yù)處理。設(shè)計(jì)以每學(xué)期的加權(quán)平均作為綜合成績(jī)，公式如下：

其中，n=該生本學(xué)期的課程數(shù)量，credit=某門課程學(xué)分，score=某門課程成績(jī)。計(jì)算得到每學(xué)期的綜合加權(quán)平均成績(jī)之后，將成績(jī)按照優(yōu)秀、良好、中等、及格、不及格分成五檔，對(duì)應(yīng)的分?jǐn)?shù)分別為：90分及以上，80～89分，70～79分，60～69分，低于60分。以分?jǐn)?shù)段進(jìn)行獨(dú)熱編碼，形成學(xué)生成績(jī)標(biāo)簽Y：

2.2? 建立學(xué)習(xí)狀態(tài)異常監(jiān)測(cè)模型

構(gòu)建many2one形式的長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)模型[5]，將同一學(xué)生連續(xù)的若干個(gè)單組特征數(shù)據(jù)集輸入模型進(jìn)行訓(xùn)練，得到該學(xué)生的預(yù)測(cè)模型，從而實(shí)現(xiàn)對(duì)學(xué)生當(dāng)前成績(jī)的預(yù)測(cè)預(yù)警。

將Xd（t）作為輸入，Y作為輸出，訓(xùn)練長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)模型（LSTM），采用交叉熵?fù)p失函數(shù)作為損失函數(shù)，形式如下：

其中，Y表示實(shí)際輸出，表示預(yù)測(cè)輸出。優(yōu)化器采用隨機(jī)梯度下降算法（SGD），為了獲取網(wǎng)絡(luò)模型的隱層單元值，在輸入與輸出處加入dropout層。另外，本模型中也可利用多個(gè)已知的歷史學(xué)業(yè)數(shù)據(jù)增多訓(xùn)練次數(shù)，以便提高模型的預(yù)測(cè)準(zhǔn)確率。

2.3? 實(shí)現(xiàn)預(yù)測(cè)預(yù)警

在進(jìn)行成績(jī)預(yù)測(cè)時(shí)，收集學(xué)生上一個(gè)學(xué)期的相應(yīng)學(xué)業(yè)表現(xiàn)數(shù)據(jù)，按照以上方法提取特征并進(jìn)行標(biāo)準(zhǔn)化，然后進(jìn)行PCA降維，將低維特征數(shù)據(jù)輸入訓(xùn)練完成的LSTM模型，計(jì)算獲得網(wǎng)絡(luò)預(yù)測(cè)結(jié)果，即學(xué)生的成績(jī)類別，其中每個(gè)學(xué)生的預(yù)測(cè)結(jié)果為。

具體實(shí)施步驟如圖1所示。

1）對(duì)預(yù)測(cè)結(jié)果進(jìn)行轉(zhuǎn)化賦值。將學(xué)生的預(yù)測(cè)結(jié)果按照所在檔次的分段平均分進(jìn)行轉(zhuǎn)化。

2）計(jì)算公式。其中，W為預(yù)警率，當(dāng)W＞0時(shí)，說明該生學(xué)業(yè)表現(xiàn)存在下滑；當(dāng)W＞30%時(shí)，說明該生退步較大，需要談話預(yù)警。

3? 學(xué)業(yè)預(yù)警實(shí)例分析

以臺(tái)州科技職業(yè)學(xué)院汽車專業(yè)20級(jí)97位學(xué)生為例，進(jìn)行學(xué)業(yè)預(yù)警分析。首先，根據(jù)不同的數(shù)據(jù)庫，收集學(xué)生各方面數(shù)據(jù)信息，同時(shí)計(jì)算學(xué)生的綜合加權(quán)平均成績(jī)，設(shè)置2020—2021學(xué)年第二學(xué)期學(xué)生在校期間五個(gè)月的數(shù)據(jù)作為訓(xùn)練樣本數(shù)據(jù)，設(shè)置2021—2022學(xué)年第一學(xué)期學(xué)生的綜合加權(quán)平均成績(jī)作為因變量標(biāo)簽。按照表2，對(duì)每個(gè)學(xué)生的綜合行為表現(xiàn)數(shù)據(jù)以單月為單位進(jìn)行特征提取，然后進(jìn)行獨(dú)熱編碼，設(shè)置如下：

其中，Y1=[1? 0? 0? 0? 0]對(duì)應(yīng)[90，100），Y2=[0? 1? 0? 0? 0]對(duì)應(yīng)[80，90），Y3=[0? 0? 1??0? 0]對(duì)應(yīng)[70，80），Y4=[0? 0? 0? 1? 0]對(duì)應(yīng)[60，70），Y5=[0? 0? 0? 0? 1]對(duì)應(yīng)（0，60）。

最終得到學(xué)生特征矩陣X的大小為97×32，標(biāo)簽矩陣Y大小為97×5。即總共學(xué)生人數(shù)97人，提取的特征為32維。對(duì)特征數(shù)據(jù)進(jìn)行Z-Score標(biāo)準(zhǔn)化，然后進(jìn)行PCA降維，選擇累積方差貢獻(xiàn)率大于90%的主成分對(duì)應(yīng)的特征作為降維后的特征，降維后特征數(shù)據(jù)集為Xd（t），矩陣大小為97*4。

以每個(gè)月份特征矩陣Xd（t）作為輸入，Y作為輸出，訓(xùn)練長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)模型，采用交叉熵?fù)p失函數(shù)，優(yōu)化器采用隨機(jī)梯度下降算法（SGD）。此時(shí)輸入網(wǎng)絡(luò)的序列長(zhǎng)度為5，輸入維度為4。通過網(wǎng)格搜索法進(jìn)行參數(shù)尋優(yōu)，獲得優(yōu)化參數(shù)：批輸入大小為32，網(wǎng)絡(luò)隱層單元為32，網(wǎng)絡(luò)隱藏層層數(shù)為1，SGD中的動(dòng)量參數(shù)為0.8，學(xué)習(xí)率設(shè)置為1×10-3，dropout層的丟棄比率為0.6。

取2021—2022學(xué)年第一學(xué)期的學(xué)業(yè)表現(xiàn)狀況來預(yù)測(cè)2021—2022學(xué)年第二學(xué)期學(xué)生的成績(jī)情況。獲取測(cè)試數(shù)據(jù)，按照?qǐng)D1所示步驟進(jìn)行特征提取，標(biāo)準(zhǔn)化降維后輸入訓(xùn)練完成的網(wǎng)絡(luò)中進(jìn)行測(cè)試，最終得到每個(gè)學(xué)生的預(yù)測(cè)成績(jī)狀況。對(duì)每個(gè)學(xué)生預(yù)測(cè)成績(jī)所處分段，按照平均分進(jìn)行轉(zhuǎn)化，然后計(jì)算該學(xué)生上一學(xué)期成績(jī)與轉(zhuǎn)換后的預(yù)測(cè)成績(jī)差值，獲得預(yù)警率，如表2所示。篩選預(yù)警率大于30%的學(xué)生，總共九人，即成績(jī)下滑的學(xué)生，輔導(dǎo)員、班主任進(jìn)行談話預(yù)警。

4? 結(jié)束語

學(xué)生的學(xué)業(yè)表現(xiàn)與平時(shí)的學(xué)習(xí)生活息息相關(guān)，其數(shù)據(jù)應(yīng)來源于學(xué)生多個(gè)方面的數(shù)據(jù)平臺(tái)，以此能更客觀全面評(píng)價(jià)學(xué)生的學(xué)業(yè)。本文基于學(xué)生在校學(xué)習(xí)生活多類平臺(tái)系統(tǒng)，對(duì)各類數(shù)據(jù)進(jìn)行收集匯總，建立學(xué)生在校檔案的立體數(shù)據(jù)庫，通過該數(shù)據(jù)庫可以了解學(xué)生在校學(xué)習(xí)生活的全方位信息；通過歸一化、加權(quán)平均、PCA分析對(duì)不同教育數(shù)據(jù)類別進(jìn)行統(tǒng)一，以便提取相應(yīng)的教育大數(shù)據(jù)特征，然后以該段時(shí)間內(nèi)的學(xué)習(xí)表現(xiàn)特征為自變量，以綜合學(xué)業(yè)成績(jī)?yōu)橐蜃兞?，基于深度學(xué)習(xí)的學(xué)業(yè)預(yù)測(cè)模型來構(gòu)建兩者之間的映射關(guān)系，最后對(duì)學(xué)生學(xué)業(yè)表現(xiàn)進(jìn)行實(shí)時(shí)預(yù)測(cè)，進(jìn)而對(duì)成績(jī)退步學(xué)生實(shí)現(xiàn)預(yù)警監(jiān)測(cè)。

參考文獻(xiàn)

[1] 廖鵬，劉宸銘，蘇航，等.基于深度學(xué)習(xí)的學(xué)生課堂異常行為檢測(cè)與分析系統(tǒng)[J].電子世界，2018（8）：97-98.

[2] 陳彥釗，朱雪穎，黃瑾，等.基于深度學(xué)習(xí)的大學(xué)生課堂行為分析系統(tǒng)研究[J].齊魯工業(yè)大學(xué)學(xué)報(bào)，2020，34（1）：13-18.

[3] 朱佳，張麗君，梁婉瑩.數(shù)據(jù)驅(qū)動(dòng)下的個(gè)性化自適應(yīng)學(xué)習(xí)研究綜述[J].華南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，52（4）：17-25.

[4] 陳德鑫，占袁圓，楊兵.深度學(xué)習(xí)技術(shù)在教育大數(shù)據(jù)挖掘領(lǐng)域的應(yīng)用分析[J].電化教育研究，2019，40（2）：68-76.

[5] 吳和俊，王敏康.基于深度學(xué)習(xí)學(xué)生序列化行為的學(xué)業(yè)成績(jī)預(yù)測(cè)預(yù)警方法：CN201910401106[P].2019-05-15.

*項(xiàng)目來源：2021年浙江省教育規(guī)劃課題“多數(shù)據(jù)平臺(tái)融合下的學(xué)生學(xué)業(yè)表現(xiàn)及預(yù)警模型研究”（項(xiàng)目編號(hào)：2021SCG131。主持人：林龍）；2021年浙江省高等教育學(xué)會(huì)課題“數(shù)據(jù)驅(qū)動(dòng)的大學(xué)生學(xué)業(yè)表現(xiàn)精準(zhǔn)評(píng)價(jià)研究”（項(xiàng)目編號(hào)：KT2021310。主持人：林龍）。

作者：林龍，臺(tái)州科技職業(yè)學(xué)院，講師，研究方向?yàn)榻逃畔⒒?；沈海青，臺(tái)州科技職業(yè)學(xué)院，高級(jí)工程師，研究方向?yàn)槠嚈z測(cè)技術(shù)（318020）。