基于学习行为数据挖掘的学习成果预测方法、计算机装置

本申请公开了一种基于学习行为数据挖掘的学习成果预测方法、计算机装置。其中，方法包括：采集学生多维度学习行为数据，经过预处理、特征提取，构建结构化学习行为特征集，然后构建适用于不同预测任务的目标机器学习模型，将待预测学生的结构化学习行为特征输入该模型，获得连续的累积风险预测曲线；将累积风险预测曲线转换为离散的分类标签，生成保留时序特性的分类预测结果；采用伪标签的半监督学习算法扩充结构化学习行为特征集，迭代训练目标机器学习模型，将待预测学生的结构化学习行为特征输入训练好的模型中，获得综合预测结果，同时根据分类预测结果，生成可视化的学习成果预测方案。该方法能够提供全面、精准的预测结果。