融合隨機森林和神經(jīng)網(wǎng)絡(luò)的教學(xué)質(zhì)量分析算法

摘要： 為了實現(xiàn)更好的教學(xué)質(zhì)量分析，分析教學(xué)過程中存在的不足，提高高校教學(xué)質(zhì)量，設(shè)計了一種融合師資信息、學(xué)生信息和教學(xué)信息的教學(xué)質(zhì)量分析模型(RALCA).使用隨機森林(RF)算法將教師與學(xué)生信息的特征重要性、特征與目標(biāo)變量之間的關(guān)系性進行度量表示，運用準(zhǔn)確的分類效果篩選保留下來最優(yōu)的特征子集.使用自注意力機制的長短記憶神經(jīng)網(wǎng)絡(luò)(Attention-LSTM)融合教師、學(xué)生信息畫像特征... （共7頁）