基于XGBoost的金融专业学生成绩预测与学业预警模型设计研究OACHSSCD
大学数学类课程在金融专业课程体系中占据着重要地位,也是学生容易挂科的课程.本文以409名金融类专业学生高等数学、线性代数和概率论与数理统计课程的完整学习数据,采用XGBoost算法构建成绩预测和学业预警模型,并与逻辑回归、神经网络和随机森林模型的预测性能和预警效果进行比较,结果表明XGBoost模型的综合表现最优,验证了基于前期课程成绩预测后续课程表现的可行性,可用于后续课程中高风险学生的早期识别.基于特征重要性分析,设计了四级预警机制并提出与预警等级相应的教学干预措施,为实现因材施教提供有效方法.
农秋红
广西外国语学院
金融专业成绩预测学业预警XGBoost模型
《产业与科技论坛》 2026 (10)
44-46,3
本文为广西教育科学规划2021年度自筹经费一般课题(C类)"新时代广西高校金融专业学生学业评价研究"(编号:2021C402)成果.
评论