教育过程的剩余时间预测方法及应用架构

作     者：李金鹏 徐兴荣 张冬梅 王雷 郑凯 刘聪 LI Jinpeng;XU Xingrong;ZHANG Dongmei;WANG Lei;ZHENG Kai;LIU Cong

作者机构：山东理工大学计算机科学与技术学院山东淄博255049 

基　　金：山东省自然科学基金优秀青年基金项目(ZR202102180934) 山东省重点研发计划项目(2020RKB01177) 山东省高等学校青创科技计划创新团队项目(2021KJ031) 

出 版 物：《山东理工大学学报（自然科学版）》 (Journal of Shandong University of Technology:Natural Science Edition)

年 卷 期：2023年第37卷第2期

页      码：12-19页

摘      要：教育过程挖掘(education process mining,EPM)是过程挖掘面向教育领域的新兴技术,当前EPM技术仅从控制流的维度去还原完整的学生学习过程,缺乏在时间维度上对教育过程挖掘进行拓展性的研究,针对这一问题,以学生在线学习微处理器系统设计课程为例,引入循环神经网络对学生在线学习过程的剩余时间进行预测,并采用MAE(mean absolute error)对模型的性能进行评估。最后设计教育过程的推荐架构,以教育过程的剩余时间为参照,推荐时间误差最小的较优学习路径,该方法对改善在线学习环境具有潜在的应用价值。

主 题 词：教育过程挖掘 教育数据分析 循环神经网络 剩余学习时间预测 教育过程推荐 

学科分类：0401[教育学-教育学类] 04[教育学] 040110[040110] 

D　O　I：10.3969/j.issn.1672-6197.2023.02.003

馆 藏 号：203118533...