摘 要：研究机器学习和神经网络下的大数据与在线教育的预测和评估结果，对评估在线教育的学习效果和在线教育改革与发展具有重要的现实意义。以贵州某学院学生成绩的数据为基础，通过对五种机器学习模型方法进行比对，验证了机器学习算法的准确率与原有方法相比有较大的提升，促进了在线教育学习效果的提高，有利于对学生的客观评价和在线教育的发展。
关键词：在线教育；机器学习；成绩预测
中图分类号：TP311.5；G434 文献标识码：A 文章编号：2096-4706（2020）03-0028-03
Research on the Prediction and Evaluation of Online Education Examination Results
XU Hongfeng
（School of Economics and Management，Guizhou Normal University，Guiyang 550001，China）
Abstract：It is of great practical significance to study the prediction and evaluation results of big data and online education under machine learning and neural network for evaluating the learning effect of online education and the reform and development of online education. In this paper，student performance of an adult education college in Guizhou is taken as the data. Through comparison of five machine learning model methods，it is verified that the accuracy of machine learning algorithm is greatly improved compared with the original method. It promotes the improvement of the learning effect of online education，and is conducive to the objective evaluation of students and the development of online education.
Keywords：online education；machine learning；predict performance
课题项目：贵州省教育厅教育科学规划课题（2017A054）
参考文献：
[1] 杨现民，唐斯斯，李冀红 . 教育大数据的技术体系框架与发展趋势——“教育大数据研究与实践专栏”之整体框架篇 [J]. 现代教育技术，2016，26（1）：5-12.
[2] LANE J. Big Data：The Role Of Education and Training [J]. Journal of Policy Analysis and Management，2016，35（3）：722-724. [3] ALEKSANDRA K M，MIRJANA I，ZORAN B. Data science in education：Big data and learning analytics [J]. Computer Applications in Engineering Education，2017，25（6）：1006-1078.
[4] 李航 . 统计学习方法 [M]. 北京：清华大学出版社，2012.
[5] SANDEEP M J，ERIK W M，EITEL J M L，et al. Early Alert of Academically At-Risk Students：An Open Source Analytics Initiative [J]. Journal of Learning Analytics，2014（1）：6-47.
[6] CHAWLA N V，BOWYER K W，HALL L O，et al. SMOTE：Synthetic Minority Over-sampling Technique [J]. Journal of Artificial Intelligence Research，2002，16（1）：321-357.
作者简介：徐洪峰（1977-），男，汉族，江西上饶人，副教授，硕士，研究方向：机器学习、深度学习、企业信息化。