Multi-source and multimodal data fusion for predicting academic performance in blended learning university courses

📄 arXiv: 2403.05552v1 📥 PDF

作者: W. Chango, R. Cerezo, C. Romero

分类: cs.CY, cs.AI, cs.LG

发布日期: 2024-02-08

期刊: Computers & Electrical Engineering, 89, 106908 (2021)

DOI: 10.1016/j.compeleceng.2020.106908

💡 一句话要点

提出多源多模态数据融合方法以预测大学生学业表现

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 多源数据 多模态融合 学业表现预测 混合学习 数据融合 教育技术 机器学习

📋 核心要点

  1. 现有方法在预测大学生学业表现时，往往未能充分利用多源和多模态数据的潜力，导致预测准确性不足。
  2. 论文提出了一种基于数据融合的方法，通过整合来自不同学习活动的数据，旨在提高学业表现预测的准确性。
  3. 实验结果表明，采用集成方法和最佳属性选择的离散化数据，能够显著提升预测性能，特别是在理论课注意力和在线活动方面。

📝 摘要（中文）

本文应用数据融合方法，利用来自混合学习环境的多源多模态数据预测大学生的最终学业表现。研究收集并预处理了来自理论课程、实践课程、在线Moodle课程和期末考试的第一年大学生数据。我们的目标是探索哪种数据融合方法能产生最佳结果。通过实验应用四种不同的数据融合方法和六种分类算法，结果显示，使用集成方法和选择最佳属性的离散化数据能够产生最佳预测模型。研究发现，理论课的注意力水平、Moodle测验的得分以及Moodle论坛的活动水平是预测学生最终表现的最佳属性组合。

🔬 方法详解

问题定义：本文旨在解决如何有效利用多源多模态数据来预测大学生的学业表现。现有方法往往未能充分整合不同来源的数据，导致预测效果不佳。

核心思路：论文提出通过数据融合技术，将来自理论课程、实践课程和在线学习平台的数据进行整合，探索最佳的数据融合方法以提高预测准确性。

技术框架：研究首先收集和预处理多源数据，然后应用四种不同的数据融合方法，结合六种分类算法进行实验，最终评估不同方法的预测效果。

关键创新：本研究的主要创新在于采用集成方法和最佳属性选择策略，特别是在处理离散化数据时，显著提高了预测模型的性能，与传统方法相比，能够更好地捕捉学生表现的关键因素。

关键设计：在实验中，选择了多个关键参数，如数据离散化策略、分类算法的选择等，确保模型能够有效学习不同数据源的特征，最终实现最佳的预测效果。

📊 实验亮点

实验结果显示，采用集成方法和最佳属性选择的模型在预测准确性上优于其他方法，特别是在理论课注意力、Moodle测验得分和论坛活动水平的组合下，预测性能显著提升，具体提升幅度未知。

🎯 应用场景

该研究的潜在应用领域包括教育评估、个性化学习和智能教育系统。通过准确预测学生的学业表现，教育工作者可以更好地制定教学策略，提供个性化支持，从而提升学生的学习效果和满意度。未来，该方法还可以扩展到其他教育场景，如在线课程和混合学习环境。

📄 摘要（原文）

In this paper we applied data fusion approaches for predicting the final academic performance of university students using multiple-source, multimodal data from blended learning environments. We collected and preprocessed data about first-year university students from different sources: theory classes, practical sessions, on-line Moodle sessions, and a final exam. Our objective was to discover which data fusion approach produced the best results using our data. We carried out experiments by applying four different data fusion approaches and six classification algorithms. The results showed that the best predictions were produced using ensembles and selecting the best attributes approach with discretized data. The best prediction models showed us that the level of attention in theory classes, scores in Moodle quizzes, and the level of activity in Moodle forums were the best set of attributes for predicting students' final performance in our courses.