面向長短期混合數(shù)據(jù)的MOOC輟學預測策略研究

摘要： 針對MOOC中學生行為數(shù)據(jù)的長短期混合特性，為解決輟學預測中的動態(tài)類別不平衡問題，提出一種基于深度學習的輟學預測策略。首先建立以天為時間步長、周為學習周期的新型學生行為時間序列，以捕捉每一時間步長下時間序列數(shù)據(jù)的短期依賴關系和相鄰學習周期之間的長期模式和趨勢。然后結合輟學定義的兩種不同表達揭示MOOC輟學預測的動態(tài)類別不平衡現(xiàn)象。接著引入基于代價敏感的長短期時間序列深度學習模型... （共9頁）