一种面向编程教育的编程过程特征抽取与特征选择的研究

发布时间：2022-07-20 20:01

　　基于编程过程数据预测课程成绩是编程教育领域的编程过程研究的两个主要研究方向之一,研究的目的在于协助教育者在课程早期确定存在挂科风险的学生,教育者可以为这些学生提供额外的教学帮助,从而降低课程挂科率并提升编程教学水平,编程过程特征抽取和特征选择是该研究的核心工作,研究者选择的编程过程特征的质量决定了课程成绩预测准确率的上限,在目前的研究中,研究者构建与课程成绩相关的编程过程特征时没有全面考虑编程过程信息,针对该问题,本文展开了如下工作:（1）归纳总结现有编程过程研究中使用到的编程过程数据,由此定义了 15种具有分析价值的编程过程数据,设计并实现了一个编程过程数据收集系统。（2）采用多种观察视角,基于启发式想法从编程过程数据中抽取28个与课程成绩可能存在关联的特征,基于数据观察和统计分析方法剔除其中3个与课程成绩无关的特征,基于25个与课程成绩有关的编程过程特征构建预测模型,与NPSM方法进行实验对比,实验结果表明基于这25个编程过程特征的课程成绩预测模型拥有更好的预测效果。（3）采用4种特征选择方法从（2）中获得的25个编程过程特征中剔除掉与课程成绩相关性低的特征,针对于SFFS特征选择... 

【文章页数】：100 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 引言
    1.2 研究现状及问题
        1.2.1 编程过程数据收集现状及问题
        1.2.2 基于编程过程数据预测课程成绩的研究现状及问题
    1.3 本文工作及组织结构
        1.3.1 本文主要工作
        1.3.2 本文组织结构
第二章 面向编程教育的编程过程研究的研究现状
    2.1 引言
    2.2 基于编程过程数据预测课程成绩的研究现状
    2.3 基于编程过程数据挖掘编程行为模式的研究现状
    2.4 本章小结
第三章 编程过程数据收集
    3.1 引言
    3.2 相关的工作
        3.2.1 现有研究中涉及到的编程过程数据
        3.2.2 公开的编程过程收集工具
    3.3 编程过程数据收集内容分析
    3.4 编程过程数据收集系统的模块设计
    3.5 编程过程数据收集系统的实现
    3.6 本章小结
第四章 基于编程过程数据预测课程成绩
    4.1 引言
    4.2 相关工作及实验复现
        4.2.1 Error Quotient算法
        4.2.2 Watwin Scoring算法
        4.2.3 NPSM方法
        4.2.4 小结
    4.3 编程过程特征抽取
        4.3.1 代码编辑行为相关的编程过程特征
        4.3.2 编译行为相关的编程过程特征
        4.3.3 运行调试行为相关的编程过程特征
        4.3.4 测试行为相关的编程过程特征
        4.3.5 特征抽取小结
    4.4 构建预测模型与实验对比
    4.5 编程过程特征选择
        4.5.1 基于Pearson相关系数的特征选择
        4.5.2 基于Spearman相关系数的特征选择
        4.5.3 基于最大互信息系数的特征选择
        4.5.4 基于衍进的SFFS的特征选择
        4.5.5 特征选择小结
    4.6 本章小结
第五章 总结与展望
    5.1 本文工作总结
    5.2 不足与展望
参考文献
简历与科研成果
致谢
附录



本文编号：3664669