收录：
摘要：
一种异常行为敏感的学生行为时序建模及学业预警方法属于大数据挖掘中教育数据挖掘领域。该方法利用移动设备收集的学生在校行为数据，构建学生校园行为异质信息网络，抽取可揭示学生校园行为的元路径示例进行编码，并通过注意力机制聚合各元路径示例表示，学习学生校园行为模式表示，提升基于移动设备数据的学生行为模式嵌入的可判别性。同时，为提升对于异常行为早期感知的及时性，提出基于注意力机制的异常行为敏感的门控模块，有效融合学生长短期行为，建立更具语义信息的学生校园时序行为表示，提升学生学业等级预测的准确性。
关键词：
通讯作者信息：
电子邮件地址：
