BiLSTM 模型用 LMS 每周互动日志在第 6 周预测远程教育学生学业失败风险,准确率 91.4%、召回率 92.6%
该研究基于双向长短期记忆网络(BiLSTM)构建深度学习模型,利用 1,250 名远程教育学生一学期学习管理系统(LMS)互动日志中提取的材料访问频率、论坛参与和作业提交时间等特征,预测学生学业表现与失败风险,报告在课程第 6 周即达到 91.4% 准确率、89.2% 精确率和 92.6% 召回率,从而为教育者提供早期教学干预依据以降低数字与远程学习环境中的辍学率。
该研究基于双向长短期记忆网络(BiLSTM)构建深度学习模型,利用 1,250 名远程教育学生一学期学习管理系统(LMS)互动日志中提取的材料访问频率、论坛参与和作业提交时间等特征,预测学生学业表现与失败风险,报告在课程第 6 周即达到 91.4% 准确率、89.2% 精确率和 92.6% 召回率,从而为教育者提供早期教学干预依据以降低数字与远程学习环境中的辍学率。
已读完全部报道