ARPDF:基于对话流的学习者成绩等级预测算法

发布时间：2023-12-10 10:56

　　对话流所隐含的信息包括了学习者对所学课程内容的掌握程度和关注点,分析这些对话流对预测学习者的成绩,以支持教师提前对潜在成绩不良的学生进行及时干预有着重要意义.提出了一种基于对话流的学习者成绩等级预测算法ARPDF(Achievement Rank Prediction based on Dialogue Flow),首先采集对话流,通过对话流划分、对话状态矩阵生成实现了对该对话流的分析以获取到学习小组的对话状态矩阵;在此基础上,通过基于LSTM的预测模型获得学习小组学习者的成绩等级.在本文所提方法的基础上进行了实验,其结果表明了该算法是有效的.

【文章页数】：8 页

【文章目录】：
1 引言
2 研究基础
    2.1 LDA模型
    2.2 LSTM模型
3 问题定义与求解框架
    3.1 问题定义
    3.2 问题求解框架
4 基于ARPDF的预测方法
    4.1 对话流的预处理方法
    4.2 对话流划分算法
    4.3 对话状态矩阵生成算法
    4.4 成绩等级预测模型生成算法
5 实证研究
    5.1 数据集
    5.2 评测指标
    5.3 参数选取的启发式准则
    5.4 对话流划分
    5.5 对话状态矩阵生成
    5.6 预测结果分析
    5.7 与相关方法比较
6 结语



本文编号：3872379