Прогнозирование успеваемости студентов с использованием методов интеллектуального анализа данных и аналитики обучения: систематический обзор литературы

Прогнозирование академической успеваемости студентов привлекает значительное внимание в сфере образования. Однако, несмотря на то что считается, что результаты обучения способствуют совершенствованию процессов обучения и преподавания, прогнозирование достижений студентов остается недостаточно изученным. Для формирования базового представления об интеллектуальных методах, применяемых для прогнозирования успеваемости студентов, был проведен обзор исследований, выполненных за десятилетний период — с 2010 года по ноябрь 2020 года, — при этом академический успех строго оценивался на основе результатов обучения студентов. Поиск проводился в электронных библиографических базах данных ACM, IEEE Xplore, Google Scholar, ScienceDirect, Scopus, Springer и Web of Science. В общей сложности были обобщены и проанализированы 62 релевантные публикации по трем направлениям: (1) формы прогнозирования результатов обучения, (2) модели прогнозной аналитики, разработанные для прогнозирования обучения студентов, и (3) основные факторы, влияющие на результаты студентов. Для обобщения и представления основных результатов применялись передовые подходы к проведению систематических обзоров литературы, включая PICO и PRISMA. Результаты обучения оценивались главным образом по рейтинговым позициям студентов и показателям достижений, то есть оценкам. Для классификации успеваемости студентов часто использовались регрессионные модели и модели обучения с учителем. Наконец, наиболее очевидными предикторами результатов обучения оказались онлайн-активность студентов, оценки за текущий период обучения и академические эмоции студентов. Обзор завершается выделением основных исследовательских проблем и представлением значимых рекомендаций для стимулирования дальнейших исследований в данной области.