Resumen

Predecir el rendimiento de los estudiantes es uno de los problemas más preocupantes en la minería de datos educativos (EDM), que ha recibido cada vez más atención. La selección de características es el paso clave para construir un modelo de predicción del rendimiento de los estudiantes, lo que puede mejorar la precisión de la predicción y ayudar a identificar los factores que tienen un impacto significativo en el rendimiento de los estudiantes. En este artículo, se propuso un método de selección de características híbrido llamado rango y heurístico (RnkHEU). Este novedoso método de selección de características genera el conjunto de características candidatas mediante puntuación y clasificación primero, y luego utiliza un método heurístico para generar los resultados finales. Los resultados experimentales muestran que los cuatro principales criterios de evaluación tienen un rendimiento similar en la predicción del rendimiento de los estudiantes, y la estrategia de búsqueda heurística puede mejorar significativamente la precisión de la predicción en comparación con el método de búsqueda hacia adelante. Debido a que el RnkHEU propuesto integra la

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Predicción; Rendimiento de los estudiantes; Selección de características; EDM; Precisión; Heurística
• Keywords:Prediction; Students performance; Feature selection; EDM; Accuracy; Heuristic