公开(公告)号：CN115907123A

公开(公告)日：2023-04-04

申请号：CN202211418779.X

申请日：2022-11-14

Applicant: 北京信息科技大学

Inventor： 牛科 ,  鲁国强

IPC: G06Q10/04 ,  G06Q50/20 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/049 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于CNNAE‑LSTM的慕课辍学预测方法及系统，涉及在线教育辍学行为预测技术领域。具体步骤包括如下：获取学生在线教育平台上的学习记录数据；对所述学习记录数据进行预处理，得到一维时间序列矩阵；将所述一维时间序列矩阵输入到CNN‑AE降维模型中，得到低维代表性特征数据；把所述低维代表性特征数据作为初始编码特征输入到LSTM模型中，进行时间序列预测，得到辍学预测结果。在本发明中，CNNAE和LSTM的结合仅通过整合低维潜在学习特征的时间演化，就可以表示学生高维学习行为并得到学习特征与辍学之间的非线性关系，辍学预测精度高，效果好。