基于虚拟节点策略的自监督对比学业预警模型

作     者：王园淋 欧阳勇 高榕 刘锦行 叶志伟 WANG Yuan-lin;OUYANG-Yong;GAO Rong;LIU Jin-hang;YE Zhi-wei

作者机构：湖北工业大学计算机学院湖北武汉430068 南京大学计算机软件新技术国家重点实验室江苏南京210023 

基　　金：南京大学计算机软件新技术国家重点实验室开放课题基金项目(KFKT2021B12) 国家自然科学基金项目(62106070) 湖北省重点研发计划基金项目(2020BAB012) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第7期

页      码：2195-2202页

摘      要：针对大多数学业预警方法忽略了学生社交行为对于学业的影响,且存在数据不平衡问题和长尾分布问题,提出一种基于虚拟节点策略的自监督对比学业预警模型(SCEW)。通过图神经网络对学生成绩、学生社交行为进行融合得到联合图嵌入;利用虚拟节点策略缓解数据不平衡问题的影响;基于自更新策略,采用节点级对比学习将自监督学习集成到网络的训练中,缓解长尾分布问题的影响。在真实数据集上的实验结果表明,SCEW模型的性能优于现有的主流方法。

主 题 词：学业预警 学生行为 虚拟节点 数据不平衡 长尾分布 对比学习 自监督学习 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2024.07.037

馆 藏 号：203140371...