CN115965143A

CN115965143A - 一种基于生理信息特征融合的大学生成绩预测方法

Info

Publication number: CN115965143A
Application number: CN202211723811.5A
Authority: CN
Inventors: 杨絮; 陈梦乐; 安晓峰
Original assignee: Changchun University of Science and Technology
Current assignee: Changchun University of Science and Technology
Priority date: 2022-12-30
Filing date: 2022-12-30
Publication date: 2023-04-14

Abstract

本发明公开了一种基于生理信息特征融合的大学生成绩预测方法，属于人工智能教育数据挖掘技术领域，该预测方法利用学生手环获取体温信息、心率信息、血压信息、计步信息、睡眠信息及位置信息，并通过API接口将这些数据传入服务器，在位置信息里判断是否在学习区域；此外，采用调查问卷的方式收集基本信息；针对这些位置数据，使用Apriori算法进行关联度分析；通过数据可视化，查看每个特征与成绩的关系，挑选出有效的基本信息和动态信息，使用最大值‑最小值归一化的方法进行预处理，选用不同的分类算法构建分类模型，最后通过深度知识追踪模型实现基于生理信息特征融合的大学生成绩预测。

Description

一种基于生理信息特征融合的大学生成绩预测方法

技术领域

本发明属于人工智能教育数据挖掘技术领域，具体涉及一种基于生理信息特征融合的大学生成绩预测方法。

背景技术

大学生成绩预测可以使教师尽早了解每个学生的真实学习水平，在学生出现学习困难、学习积极性低等主客观问题时，教师能够实施有针对性的教学干预，这样就可以避免挂科学生在最终测试环节中才被发现，达到学业预警的效果，减小挂科率，以避免造成无法完成学业等问题。成绩预测方案所需的数据一般来自于学生线上上课的举手次数、作业提交次数、在线学习时间等，再结合采集摄像头和麦克风等设备的计算机视觉信息，分析出学生课堂行为数据，最后进行学生成绩预测。这种方式的数据来源主要依赖于线上上课时的计算机网络和摄像头、麦克风等专业的设备，但在线下上课或者网络不佳时就很难收集到足够多的可用数据。而且每个学生的都需要一部专业设备，从而导致实验价格昂贵，难以大面积使用。

此外还有使用一卡通数据和早餐数据进行成绩预测的方式。这种方式虽然解决了设备昂贵、无法大面积使用的问题，但由于所采到数据种类稀少，对预测模型来说有很大的局限性。同时，学生非课堂学习行为也是影响成绩的主要因素之一，使用一卡通这种方法不能实时跟踪学生非课堂时间所在的地点，使实验缺乏全面性。

因此，为了成绩预测更加准确，急需一种便携、可大面积使用、采集数据种类多、能实时追踪学生位置的方法来进行成绩预测。另外，对于数据挖掘领域的成绩预测而言，数据清洗的难易程度也是必须考虑的。

发明内容

针对现有技术中存在的上述缺陷，本发明提供了一种基于生理信息特征融合的大学生成绩预测方法，该预测方法利用学生手环的内置体温传感器获取体温信息，心率传感器获取心率信息，血压传感器获取血压信息，计步传感器获取计步信息，睡眠传感器获取睡眠信息，GPS定位功能获取位置信息，并通过API接口将这些数据传入服务器，对位置、体温、心率、血压、计步、睡眠信息数据进行解码、提取特征；此外，采用调查问卷的方式收集学生的年龄、寝室、出生地、高考成绩、毕业院校等基本信息。接下来，通过数据可视化，查看每个特征与成绩的关系，挑选出有效的基本信息和动态信息，使用最大值-最小值归一化的方法进行预处理。针对位置数据，使用Apriori算法进行关联度分析作为特征的补充。选用不同的分类算法构建分类模型，通过采集到的数据制作数据集作为模型的输入，最后通过深度知识追踪模型实现基于生理信息特征融合的大学生成绩预测。

本发明通过如下技术方案实现：

一种基于生理信息特征融合的大学生成绩预测方法，具体包括如下步骤：

步骤一：数据采集：

通过问卷调查采集学生的基本信息数据，通过学生佩戴手环采集学生的动态信息数据；

步骤二：数据可视化分析和预处理：

将各项基本信息与成绩的关系进行数据可视化，各项的动态信息与成绩的关系进行数据可视化，挑选出有效的基本信息和动态信息；并对上述各数据集分别进行最大值-最小值归一化处理，以消除量纲的影响；

步骤三：位置关联度分析：

基于Apriori算法进行关联度分析，获得学生课堂学习行为习惯和非课堂学习行为习惯的支持度和置信度数据，将支持度和置信度数据做成数据集补充至经过处理的有效的动态信息数据中，作为新的动态信息；

步骤四：构建类似深度神经网络的模型：

将经过步骤二及步骤三处理后的数据分为三组，分别为基本信息、新的动态信息、基本信息+新的动态信息；分别采用多个不同机器学习算法对三组数据分别进行评估和预测学生成绩；调整各个机器学习模型的参数，寻找到最优阈值，以准确率排名前三的模型组成多分类器，结果进行投票决策的方式进行；以准确率排名第一的机器学习模型为隐藏层构建类似深度神经网络的模型；

步骤五：成绩预测：

将投票决策的预测结果和类似深度神经网络模型的预测结果与基本信息+新的动态信息组成新的数据集，作为深度知识追踪模型的输入，进行最终的成绩预测。

进一步地，步骤一中通过问卷调查获取学生的年龄、寝室、出生地、高考成绩及毕业学校数据；通过手环获取学生心率、体温、位置及计步动态数据；将采集到的数据以字符串的形式传进服务器内，收集到一定的数据后对数据进行解码、分类、导出，以供更为方便的进行数据挖掘和学习行为分析。

进一步地，步骤一中学生佩戴的手环内置有体温传感器、心率传感器、血压传感器、计步传感器、睡眠传感器及GPS定位模块；所述体温传感器用于获取体温信息，心率传感器用于获取心率信息，血压传感器用于获取血压信息，计步传感器用于获取计步信息，睡眠传感器用于获取睡眠信息，GPS定位模块用于获取位置信息。

进一步地，步骤二中所述学生动态信息数据包括心率、血压、计步、睡眠数据进行归一化处理；

所述归一化处理采用如下公式：

其中，x为数据值，max为最大值，min为最小值。

进一步地，步骤三中基于Apriori算法进行关联度分析，具体包括如下：

A、通过迭代，检索出数据库中的所有频繁项集，即支持度不低于用户设定的阈值的项集；

B、利用频繁项集构造出满足用户最小信任度的规则；通过Apriori算法，将支持度阈值设置为0.01，置信度设置为0.1，对位置信息进行数据挖掘分析，获得学生的课堂学习行为习惯和非课堂学习行为习惯。

进一步地，步骤三中所述位置信息分为学习地区、生活地区、运动地区、寝室地区、饮食地区、工作地区、外地地区以及其他未知地区。

进一步地，步骤四所述不同机器学习算法包括KNN、随机森林、SVM、感知机及朴素贝叶斯五种机器学习算法。

与现有技术相比，本发明的优点如下：

本发明的一种基于生理信息特征融合的大学生成绩预测方法，通过手环收集实验数据，分析学生的课堂学习行为和非课堂学习行为，相较于其他的收集方式，极大地提高了实验的便携性；同时，由于手环内置多个传感器，从而使收集到的数据具有多样性，避免了欠拟合的风险；而且，手环的定位功能做到了全域的数据追踪，可以更为准确地全面地分析出学生的学习习惯，预测学生的学习成绩，使得教师课堂干预和教学方法的改进更为高效；另外，采用机器学习模型结果作为深度知识追踪模型内的一项特征指标，结合了多种算法的优势，增加了预测模型的实用性。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为本发明的一种基于生理信息特征融合的大学生成绩预测方法的流程示意图；

图2为本发明的采用手环获取学生动态生理信息的示意图；

图3为本发明使用Apriori算法进行的位置关联度分析，其中，(a)为部分学生位置和次数的关系图，(b)为部分学生位置的二项集支持度与置信度结果图；

图4为本发明的机器学习模型框架流程图。

具体实施方式

为清楚、完整地描述本发明所述技术方案及其具体工作过程，结合说明书附图，本发明的具体实施方式如下：

实施例1

如图1所示，为本实施例的一种基于生理信息特征融合的大学生成绩预测方法的流程示意图，所示预测方法具体包括如下步骤：

步骤一：数据采集：

数据采集包括两部分：

一部分为通过问卷调查采集30名学生的基本信息数据。问卷内容包括：年龄、性别、公寓楼、寝室、常居地省份、城市、民族、是否为独生子女、是否和父母一起居住、是否来自城市、是否玩大型游戏、每天的游戏时长、对专业的喜好程度、高考成绩。其中，年龄填写周岁；性别里男性为1，女性为0；公寓楼填写寝室所在栋数；寝室为包含公寓楼的寝室号，例如居住在四栋126号，即填写4126；城市具体到地级市；是否为独生子女、是否和父母一起居住、是否来自城镇、是否玩大型游戏，如果答案为是，标记为1，答案为否，标记为0；每天的游戏时长填写包含玩小型游戏例如开心消消乐、以及玩大型游戏例如英雄联盟的游戏时长；对专业的喜好程度，如果毕业后想继续从事本专业或者读研读博，标记为1，否则标记为0；高考成绩为该学生的高考成绩除以当年当地的本科线计算所得。采集到的数据统一整理成字符串的形式做成表格，如表1所示。

表1基本信息部分表格整理

另一部分为通过学生佩戴手环采集学生的动态信息数据；

本实施例采用的手环是上海欧孚通信技术有限公司研发的B2315+系列手环，手环内置的体温传感器获取体温信息，心率传感器获取心率信息，血压传感器获取血压信息，计步传感器获取计步信息，睡眠传感器获取睡眠信息，GPS定位功能获取位置信息。这些数据信息通过手环内部中国电信的NBIOT物联网卡，每十分钟发送一次数据，采用CoAP协议上报到中国电信AEP平台，接着在本地的服务器使用web应用程序框架flask制作API接口，将数据以字符串的形式保存到本地服务器内，最后对数据进行解码、分类、导出，以供更为方便的进行数据挖掘和学习行为分析，使用流程图如图2所示。

通过API接口直接获取到的数据如表2所示；其中，bodyTemperature为体温，wristTemperature为手腕温度，Latitude为纬度信息，Longitude为经度信息，diastolic为舒张压，shrink为收缩压，steps代表当天当时的步数，sleepType＝1代表该时间段为浅度睡眠，sleepType＝2代表该时间段为深度睡眠，heartbeat为心率，BTUtcTime为上传数据时的UTC时间，IMEI为手环编号，type为数据类型。

表2API接口直接获取的部分数据

进一步地，将表2的数据利用python程序进行解码，分成“血压信息”、“体温信息”、“位置信息”、“心率信息”、“睡眠信息”、“计步信息”六类文件并导出。采集到的30名学生一个月的生理信息数据共有172137条，如表3所示。

表3 生理信息数据表

类型	信息数量
		血压信息	32981
体温信息	40708
		位置信息	34540
心率信息	29392
		睡眠信息	5570
计步信息	28946
		合计	172137

进一步地，根据学生课表，挑选出学生在上课时间内的血压、体温、心率、位置信息，找到学生在这节课前一天晚上的深度睡眠时间和浅度睡眠时间，找到学生截止到这节课时的计步信息，整理到生理信息的数据集内，如表4所示；

表4 生理信息的部分数据集整理表

步骤二：数据可视化分析与预处理：

将各项基本信息与成绩的关系进行数据可视化，各项的动态信息与成绩的关系进行数据可视化分析，挑选出有效的基本信息和动态信息，对上述各数据集分别进行最大值-最小值归一化处理，以消除量纲的影响；

利用数据列中的最大值max和最小值min进行标准化处理，标准化后的数值处于[0,1]之间，计算方式为数据x与该列的最小值min作差，再除以极差，即：

步骤三：位置关联度分析：

基于Apriori算法进行位置关联度分析，获得学生的课堂学习行为习惯和非课堂学习行为习惯，具体如下：

使用Apriori算法，设置合适的阈值，找到位置的频繁集，分析位置-成绩的相关程度；使用Apriori算法，设置合适的阈值，找到体温的频繁集，分析体温-成绩的相关程度；使用Apriori算法，设置合适的阈值，找到心率的频繁集，根据相关文献的研究发现心率变异性与注意力具有强相关性，从而计算出心率-成绩的相关程度。整个Apriori算法分为两个阶段：第一步通过迭代，检索出数据库中的所有频繁项集，即支持度不低于用户设定的阈值的项集；第二步利用频繁项集构造出满足用户最小信任度的规则；通过Apriori算法，将支持度阈值设置为0.01，置信度设置为0.1，对位置信息进行数据挖掘分析，获得学生的学习习惯；将支持度和置信度数据做成数据集补充至经过处理的有效的动态信息数据中，作为新的动态信息；

图3的(a)中，将位置信息分为学习地区、生活地区、运动地区、寝室地区、饮食地区、工作地区、外地地区以及其他未知地区，横坐标代表位置，纵坐标代表次数。图3的(b)中，Confidence代表置信度，Support代表支持度，Length代表k项集。

步骤四：构建类似深度神经网络的模型：

将经过步骤二预处理后的数据和步骤三添加的数据分为三组，分别为基本信息、新的动态信息、基本信息+新的动态信息；分别采用多个不同机器学习算法对三组数据分别进行评估和预测学生成绩；调整各个机器学习模型的参数，寻找到最优阈值，以准确率排名前三的模型组成多分类器，其中，多分类器的结果通过投票决策的方式进行；以准确率排名第一的机器学习模型为隐藏层构建类似深度神经网络的模型；

其中，KNN通过在整个训练集中搜索K个最相似的实例，即K个邻居，并为所有这些K个实例分配一个公共输出变量，来对对象进行分类。

SVM将数据项绘制为n维空间中的点，其中，n是输入特征的数量。在此基础上，支持向量机找到一个最优边界，称为超平面，它通过类标签将可能的输出进行最佳分离，超平面与最近的类点之间的距离称为边距，最优超平面具有最大的边界，可以对点进行分类，从而使最近的数据点与这两个类之间的距离最大化。

随机森林在训练过程中，每个决策树都是基于训练集的引导样本来构建的。在分类过程中，输入实例的决定是根据多数投票做出的。

感知机学习算法是一种适用于二分类的线性分类算法，由两层神经元组成，模型给每一个属性指定一个权重w，对属性值和权重的乘积求和，将结果值与阈值比较，从而来判定正负样本结果。

朴素贝叶斯分类是以贝叶斯定理为基础并且假设特征条件之间相互独立的方法，先通过已给定的训练集，以特征词之间独立作为前提假设，学习从输入到输出的联合概率分布，再基于学习到的模型，输入X求出使得后验概率最大的输出Y。

在本实施例中，分别采用五个不同机器学习算法对三组数据分别进行评估和预测学生成绩；调整各个机器学习模型的参数，寻找到最优阈值，以准确率排名前三的模型组成多分类器，结果进行投票决策的方式进行；以准确率排名第一的机器学习模型为隐藏层构建类似深度神经网络的模型，如图4所示；

步骤五：成绩预测：

将多分类器的预测结果和类似深度神经网络模型的预测结果与基本信息+新的动态信息组成新的数据集，作为深度知识追踪模型的输入，进行最终的成绩预测，具体如下：

建立深度学习的知识追踪模型，以LSTM网络为基础模型，利用有效基本特征和有效动态特征，再加入机器学习算法模型得到的结果作为一项有效特征进入深度知识追踪模型，对学生当前的知识状态进行预测从而判断最终的成绩情况。知识追踪技术是基于学习者外在的、显性的学习表现或行为序列来估测学习者内在的、隐性的知识状态或掌握程度。以特征融合为切入点，将测评行为、知识结构特征融入深度知识追踪模型之中，构建融合领域特征的深度知识追踪模型，以期进一步提高学习者知识追踪效果。

最后，根据时间来判断是否为最终的期末成绩：如果不是期末成绩，教师根据预测成绩的及格与否来干预学生的学习情况，提出学习建议，然后再根据下一次阶段性的成绩预测结果进行加权，计算出期末成绩，一直到学期结束才停止实验。

应用本实施例所述的预测方法在某高校随机挑选了多名学生进行实验，采集到了各有几万条的生理信息数据，对数据集进行了分类整理和特征挑选，分析出了以班级为单位的学生学习习惯，采用机器学习算法，结果使用投票方式进行预测，准确率提高至75.1％，其中多分类器比最高单一分类器的准确率提高了2.5％。在本次实验过程中，做到了全域的数据追踪，分析出了学生的课堂学习行为习惯和非课堂学习行为习惯，更为准确地全面地分析出学生的学习习惯，预测学生的学习成绩，使得教师课堂干预和教学方法的改进更为高效。

以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims

1.一种基于生理信息特征融合的大学生成绩预测方法，其特征在于，具体包括如下步骤：

步骤一：数据采集：

步骤二：数据可视化分析和预处理：

步骤三：位置关联度分析：

步骤四：构建类似深度神经网络的模型：

步骤五：成绩预测：

2.如权利要求1所述的一种基于生理信息特征融合的大学生成绩预测方法，其特征在于，步骤一中通过问卷调查获取学生的年龄、寝室、出生地、高考成绩及毕业学校数据；通过手环获取学生心率、体温、位置及计步动态数据；将采集到的数据以字符串的形式传进服务器内，收集到一定的数据后对数据进行解码、分类、导出，以供更为方便的进行数据挖掘和学习行为分析。

3.如权利要求1所述的一种基于生理信息特征融合的大学生成绩预测方法，其特征在于，步骤一中学生佩戴的手环内置有体温传感器、心率传感器、血压传感器、计步传感器、睡眠传感器及GPS定位模块；所述体温传感器用于获取体温信息，心率传感器用于获取心率信息，血压传感器用于获取血压信息，计步传感器用于获取计步信息，睡眠传感器用于获取睡眠信息，GPS定位模块用于获取位置信息。

4.如权利要求1所述的一种基于生理信息特征融合的大学生成绩预测方法，其特征在于，步骤二中所述学生动态信息数据包括心率、血压、计步、睡眠数据进行归一化处理；

所述归一化处理采用如下公式：

其中，x为数据值，max为最大值，min为最小值。

5.如权利要求1所述的一种基于生理信息特征融合的大学生成绩预测方法，其特征在于，

步骤三中基于Apriori算法进行关联度分析，具体包括如下：

6.如权利要求1所述的一种基于生理信息特征融合的大学生成绩预测方法，其特征在于，步骤三中所述位置信息分为学习地区、生活地区、运动地区、寝室地区、饮食地区、工作地区、外地地区以及其他未知地区。

7.如权利要求1所述的一种基于生理信息特征融合的大学生成绩预测方法，其特征在于，步骤四所述不同机器学习算法包括KNN、随机森林、SVM、感知机及朴素贝叶斯五种机器学习算法。