Resumen

El modo de enseñanza combinado en línea y presencial, la tendencia futura de la educación superior, ha sido ampliamente utilizado recientemente en universidades de todo el mundo. En el artículo, realizamos un estudio sobre el análisis del comportamiento de aprendizaje de los estudiantes y la predicción del rendimiento estudiantil basado en los datos de los registros de comportamiento de los estudiantes en tres años consecutivos de enseñanza combinada en un curso universitario. En primer lugar, los datos de diversas plataformas como MOOC, Rain Classroom, PTA y cnBlog se integran y se procesan previamente. En segundo lugar, se desarrolla un novedoso marco de clasificación multiclase, que combina el algoritmo genético (GA) y el método de códigos de salida correctores de error (ECOC), para predecir los niveles de calificación de los estudiantes. En el marco, el GA está diseñado para realizar tanto la selección de características como la selección de clasificadores binarios para ajustarse a los modelos ECOC. Finalmente, se identifican los factores clave que afectan

• 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:Modo de enseñanza combinado en línea; Fuera de línea; Educación superior; Análisis del comportamiento de aprendizaje del estudiante; Predicción del rendimiento del estudiante; Marco de clasificación multiclase
• Keywords:Online; Offline blended teaching mode; Higher education; Student learning behavior analysis; Student performance prediction; Multiclass classification framework