林龍 沈海青

摘? 要? 傳統(tǒng)的基于數(shù)據(jù)挖掘技術的學業(yè)表現(xiàn)研究存在數(shù)據(jù)來源單一、學習行為靜態(tài)、數(shù)據(jù)關聯(lián)模型準確度低等問題，如何對學業(yè)表現(xiàn)進行實時動態(tài)精確監(jiān)測，更好地為教育管理者服務，實現(xiàn)學生學業(yè)預警，是目前較難解決的問題。針對以上問題，借助學校的多個平臺數(shù)據(jù)系統(tǒng)，圍繞學業(yè)表現(xiàn)預警問題，采用當下前沿的深度學習方法構(gòu)建模型，進行學習表現(xiàn)預測，研究成果為學校和教師及時進行調(diào)整并給出個性化指導提供有益思路。

關鍵詞? 教育大數(shù)據(jù)；數(shù)據(jù)平臺；數(shù)據(jù)挖掘；深度學習；學業(yè)預警

中圖分類號：G712? ? 文獻標識碼：B

文章編號：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)早已進入校園各個角落，學生在學習、生活中無時無刻不在產(chǎn)生數(shù)據(jù)，背后都有相應的數(shù)據(jù)系統(tǒng)在跟蹤記錄。與此同時，教育也從經(jīng)驗向數(shù)據(jù)驅(qū)動決策、管理的方向發(fā)展，教育大數(shù)據(jù)研究和應用是當下熱議的話題。學生的學業(yè)表現(xiàn)是教育大數(shù)據(jù)應用研究的一個重要方向，也是學校教育管理者、教師、家長共同關心的焦點。不少學者將教育大數(shù)據(jù)和人工智能技術相結(jié)合，應用于學生的學習行為分析和學業(yè)表現(xiàn)預測，目前在相關方面已開展深入而廣泛的研究[1-2]。但是基于數(shù)據(jù)挖掘分析技術的學業(yè)表現(xiàn)研究還存在以下問題。

1）數(shù)據(jù)來源單向、片面。學生的學業(yè)數(shù)據(jù)往往來源于課程成績，這類數(shù)據(jù)較為單一。實際上，評價學生的學業(yè)表現(xiàn)應該是多維度多方面的。學生無時無刻不在產(chǎn)生數(shù)據(jù)，學業(yè)表現(xiàn)應該體現(xiàn)在學生學習、生活的方方面面，比如學生的德智體美勞，這五個方面都應該被納入評價范圍，因此需要構(gòu)建一個整合型教育數(shù)據(jù)系統(tǒng)。

2）學習行為的單一性、靜態(tài)性?；趯W習行為的分析往往只考慮單一或者幾種靜態(tài)的學習行為，并未考慮學習行為隨著時間而變化的特點，因此，如何追蹤學生在學習過程中不斷變化的行為特征，如何精準確定學生相應階段的狀態(tài)變化等，是當前教育數(shù)據(jù)研究實踐中亟待解決的難題。

3）數(shù)據(jù)關聯(lián)模型精度不夠。如何基于學習生活行為對學業(yè)表現(xiàn)的影響，構(gòu)建學業(yè)表現(xiàn)的自變量和因變量因子，從而進行客觀全面評價，并對不良趨勢進行精確預測預警，是目前研究的一個難點。

針對以上問題，在教育大數(shù)據(jù)挖掘分析與應用中，收集和打通與學生相關的多個數(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)建全方位的學生立體化數(shù)據(jù)庫，通過人工智能算法技術，從宏觀層面對學生學業(yè)表現(xiàn)情況進行建模研究，同時在微觀層面針對學生個體動態(tài)監(jiān)控學習過程、實時預測學習成績、有效評價學習結(jié)果，進而提供有針對性的干預和指導，顯得很有實際價值和現(xiàn)實意義[3]。

深度學習技術由多倫多大學的Hinton教授提出，是目前機器學習的最新熱門研究領域。深度學習算法已被很多學者應用于學習預測、語音識別等諸多領域，并展示出寬廣的應用空間和價值，比其他的數(shù)據(jù)挖掘方法更具靈活性和準確性，也彌補了許多數(shù)據(jù)挖掘方法的缺點[4]。本文基于深度學習算法，綜合學生在校表現(xiàn)的多維度評價數(shù)據(jù)，高效利用學習過程的動態(tài)數(shù)據(jù)，構(gòu)建基于時間的學習行為表現(xiàn)模型，對學生的學習狀態(tài)進行實時監(jiān)測，從而實現(xiàn)學業(yè)表現(xiàn)異常學生的及時預警。

1? 整合型教育數(shù)據(jù)系統(tǒng)采集

基于學生在校學習生活多類平臺系統(tǒng)，對各類數(shù)據(jù)進行收集匯總，建立學生在校檔案的立體數(shù)據(jù)庫，通過該數(shù)據(jù)庫可以了解學生在校學習生活的全方位信息。依據(jù)獲得數(shù)據(jù)的來源場合，從以下七個方面進行數(shù)據(jù)收集：

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

2）教學平臺數(shù)據(jù)，記錄了教務管理系統(tǒng)中學生的各門課程考試成績；

3）在線學習平臺數(shù)據(jù)，記錄了課堂教學過程中學生的學習行為數(shù)據(jù)；

4）體育系統(tǒng)中的體測平臺數(shù)據(jù)，記錄了學生體育鍛煉和測試的各項數(shù)據(jù)；

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

6）學生社會實踐平臺數(shù)據(jù)，記錄學生成長過程中的學習工作行為；

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)表格作為學生個體的學業(yè)表現(xiàn)數(shù)據(jù)，以固定周期作為數(shù)據(jù)統(tǒng)計的內(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? 基于深度學習的學生學業(yè)表現(xiàn)模型構(gòu)建及預測

2.1? 數(shù)據(jù)預處理

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

其中，X（t）=當前學期不同月份對應的特征矩陣，m=學生數(shù)，n=特征個數(shù)，t=時間度量間隔，本文以月份進行表示。

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

1）標準化。對特征矩陣X中的每個月份特征X（t）進行Z-Score標準化，得到具體標準化公式：

其中，和σ分別為每個月份特征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每個固定周期特征進行降維，設定累積方差貢獻率θ，選擇累積方差貢獻率大于θ的主成分，作為降維后的特征Xd（t）。

學生的課程種類多，數(shù)據(jù)維度高，對因變量數(shù)據(jù)Y進行預處理。設計以每學期的加權平均作為綜合成績，公式如下：

其中，n=該生本學期的課程數(shù)量，credit=某門課程學分，score=某門課程成績。計算得到每學期的綜合加權平均成績之后，將成績按照優(yōu)秀、良好、中等、及格、不及格分成五檔，對應的分數(shù)分別為：90分及以上，80～89分，70～79分，60～69分，低于60分。以分數(shù)段進行獨熱編碼，形成學生成績標簽Y：

2.2? 建立學習狀態(tài)異常監(jiān)測模型

構(gòu)建many2one形式的長短時記憶網(wǎng)絡模型[5]，將同一學生連續(xù)的若干個單組特征數(shù)據(jù)集輸入模型進行訓練，得到該學生的預測模型，從而實現(xiàn)對學生當前成績的預測預警。

將Xd（t）作為輸入，Y作為輸出，訓練長短時記憶網(wǎng)絡模型（LSTM），采用交叉熵損失函數(shù)作為損失函數(shù)，形式如下：

其中，Y表示實際輸出，表示預測輸出。優(yōu)化器采用隨機梯度下降算法（SGD），為了獲取網(wǎng)絡模型的隱層單元值，在輸入與輸出處加入dropout層。另外，本模型中也可利用多個已知的歷史學業(yè)數(shù)據(jù)增多訓練次數(shù)，以便提高模型的預測準確率。

2.3? 實現(xiàn)預測預警

在進行成績預測時，收集學生上一個學期的相應學業(yè)表現(xiàn)數(shù)據(jù)，按照以上方法提取特征并進行標準化，然后進行PCA降維，將低維特征數(shù)據(jù)輸入訓練完成的LSTM模型，計算獲得網(wǎng)絡預測結(jié)果，即學生的成績類別，其中每個學生的預測結(jié)果為。

具體實施步驟如圖1所示。

1）對預測結(jié)果進行轉(zhuǎn)化賦值。將學生的預測結(jié)果按照所在檔次的分段平均分進行轉(zhuǎn)化。

2）計算公式。其中，W為預警率，當W＞0時，說明該生學業(yè)表現(xiàn)存在下滑；當W＞30%時，說明該生退步較大，需要談話預警。

3? 學業(yè)預警實例分析

以臺州科技職業(yè)學院汽車專業(yè)20級97位學生為例，進行學業(yè)預警分析。首先，根據(jù)不同的數(shù)據(jù)庫，收集學生各方面數(shù)據(jù)信息，同時計算學生的綜合加權平均成績，設置2020—2021學年第二學期學生在校期間五個月的數(shù)據(jù)作為訓練樣本數(shù)據(jù)，設置2021—2022學年第一學期學生的綜合加權平均成績作為因變量標簽。按照表2，對每個學生的綜合行為表現(xiàn)數(shù)據(jù)以單月為單位進行特征提取，然后進行獨熱編碼，設置如下：

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

最終得到學生特征矩陣X的大小為97×32，標簽矩陣Y大小為97×5。即總共學生人數(shù)97人，提取的特征為32維。對特征數(shù)據(jù)進行Z-Score標準化，然后進行PCA降維，選擇累積方差貢獻率大于90%的主成分對應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。

以每個月份特征矩陣Xd（t）作為輸入，Y作為輸出，訓練長短時記憶網(wǎng)絡模型，采用交叉熵損失函數(shù)，優(yōu)化器采用隨機梯度下降算法（SGD）。此時輸入網(wǎng)絡的序列長度為5，輸入維度為4。通過網(wǎng)格搜索法進行參數(shù)尋優(yōu)，獲得優(yōu)化參數(shù)：批輸入大小為32，網(wǎng)絡隱層單元為32，網(wǎng)絡隱藏層層數(shù)為1，SGD中的動量參數(shù)為0.8，學習率設置為1×10-3，dropout層的丟棄比率為0.6。

取2021—2022學年第一學期的學業(yè)表現(xiàn)狀況來預測2021—2022學年第二學期學生的成績情況。獲取測試數(shù)據(jù)，按照圖1所示步驟進行特征提取，標準化降維后輸入訓練完成的網(wǎng)絡中進行測試，最終得到每個學生的預測成績狀況。對每個學生預測成績所處分段，按照平均分進行轉(zhuǎn)化，然后計算該學生上一學期成績與轉(zhuǎn)換后的預測成績差值，獲得預警率，如表2所示。篩選預警率大于30%的學生，總共九人，即成績下滑的學生，輔導員、班主任進行談話預警。

4? 結(jié)束語

學生的學業(yè)表現(xiàn)與平時的學習生活息息相關，其數(shù)據(jù)應來源于學生多個方面的數(shù)據(jù)平臺，以此能更客觀全面評價學生的學業(yè)。本文基于學生在校學習生活多類平臺系統(tǒng)，對各類數(shù)據(jù)進行收集匯總，建立學生在校檔案的立體數(shù)據(jù)庫，通過該數(shù)據(jù)庫可以了解學生在校學習生活的全方位信息；通過歸一化、加權平均、PCA分析對不同教育數(shù)據(jù)類別進行統(tǒng)一，以便提取相應的教育大數(shù)據(jù)特征，然后以該段時間內(nèi)的學習表現(xiàn)特征為自變量，以綜合學業(yè)成績?yōu)橐蜃兞?，基于深度學習的學業(yè)預測模型來構(gòu)建兩者之間的映射關系，最后對學生學業(yè)表現(xiàn)進行實時預測，進而對成績退步學生實現(xiàn)預警監(jiān)測。

參考文獻

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

[2] 陳彥釗，朱雪穎，黃瑾，等.基于深度學習的大學生課堂行為分析系統(tǒng)研究[J].齊魯工業(yè)大學學報，2020，34（1）：13-18.

[3] 朱佳，張麗君，梁婉瑩.數(shù)據(jù)驅(qū)動下的個性化自適應學習研究綜述[J].華南師范大學學報（自然科學版），2020，52（4）：17-25.

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

[5] 吳和俊，王敏康.基于深度學習學生序列化行為的學業(yè)成績預測預警方法：CN201910401106[P].2019-05-15.

*項目來源：2021年浙江省教育規(guī)劃課題“多數(shù)據(jù)平臺融合下的學生學業(yè)表現(xiàn)及預警模型研究”（項目編號：2021SCG131。主持人：林龍）；2021年浙江省高等教育學會課題“數(shù)據(jù)驅(qū)動的大學生學業(yè)表現(xiàn)精準評價研究”（項目編號：KT2021310。主持人：林龍）。

作者：林龍，臺州科技職業(yè)學院，講師，研究方向為教育信息化；沈海青，臺州科技職業(yè)學院，高級工程師，研究方向為汽車檢測技術（318020）。