基于学习活动特征与CNN-LSTMAE混合神经网络的MOOC辍学预测模型研究

《Complex System Modeling and Simulation》：Hybrid neural network model for MOOC dropout prediction

　　本文针对MOOC高辍学率问题，提出融合学习时间与点击次数的学习活动特征构建方法，并设计CNN-LSTMAE混合神经网络模型。通过CNN提取行为局部特征，结合LSTMAE进行时序特征抽象，在KDD Cup 2015数据集上验证表明，该模型在Precision、Recall、F1和Accuracy指标上均优于基线方法，有效改善了"伪勤奋"学生群体的误判问题，为在线教育干预策略提供技术支撑。

　　

随着数字教育的蓬勃发展，大规模开放在线课程（MOOC）以其开放性和灵活性吸引了海量学习者，但宽松的学习环境却伴随着高达23%的辍学率难题。这种中途退出行为不仅影响学习者成效，更会导致平台用户流失和收益下滑。现有预测模型普遍依赖点击次数构建行为特征矩阵，却忽视了"伪勤奋"学生群体——那些点击频繁却最终辍学的学习者，以及点击量低但坚持完成学业的反例群体。

为解决这一痛点，北京信息科技大学的科研团队在《Complex System Modeling and Simulation》发表最新研究，创新性地提出融合双维特征的学习活动特征构建方法。该方法通过计算学习时间与点击次数的比值，形成包含14个维度的行为矩阵，进而设计CNN-LSTMAE混合神经网络模型：利用卷积神经网络（CNN）提取局部行为模式，结合长短期记忆自编码器（LSTMAE）捕捉时序动态规律。在KDD Cup 2015数据集上的实验表明，该模型在Precision、Recall、F1和Accuracy四项指标上分别达到0.903、0.974、0.937和0.893，较传统模型提升显著。

关键技术方法包括：基于XuetangX平台的79,186名学生30天行为数据构建学习活动特征；采用3×3卷积核进行局部特征提取；设置隐藏单元数为224的LSTMAE模块进行序列重构训练；使用Adam优化器以2e-3学习率进行20轮训练。

研究结果

学习活动特征评估

通过对比LSTM、GRU等模型添加学习活动特征前后的表现，发现所有模型的Precision、F1和Accuracy均提升0.7%-2.7%，证明双维特征能更全面刻画学习态度。如图3所示，红色柱状图代表的增强模型在四个评估维度均优于基线模型，说明时间-频率的融合特征可增强模型对行为模式的辨识能力。

辍学预测性能

如表2所示，CNN-LSTMAE在综合指标上全面超越单模型（CNN/LSTM/GRU）和混合模型（CNN-LSTM/CNN-GRU）。特别在Recall指标上较最优基线提升2.4%，表明该模型对正样本（辍学群体）的捕捉能力更强。其优势在于通过自编码器的重构任务学习通用特征表示，降低对近期数据的过度依赖。

消融实验

结构消融显示单独使用CNN或LSTMAE模块时，模型性能下降3%-5%，证明双模块协同能有效过滤噪声并捕捉动静特征交互。数据消融实验（表4）发现当训练数据从10天增至30天时，模型指标持续上升，但第15天出现波动，反映早期预测需选择最佳时间节点（如第10天）。图4更直观展示数据量增长对模型性能的促进作用。

结论与讨论

本研究通过创新性构建学习活动特征，有效解决了传统模型对特殊学生群体的误判问题。CNN-LSTMAE模型兼具局部特征提取和时序规律学习能力，在应对高维度、非线性点击流数据时表现出更强鲁棒性。值得注意的是，模型当前未量化不同行为特征对预测的贡献度，未来可引入注意力机制进行特征权重分配。此外，探索多模态数据融合与实时预测能力，将进一步提升模型在教育实践中的落地价值。