融合双路自注意力机制和学习行为量化的学业预测方法

本发明公开了一种融合双路自注意力机制和学习行为量化的学业预测方法，涉及教育大数据与深度学习技术领域。本发明通过跨模态融合模型对多模态学习行为数据进行融合，构建分层索引学习者画像树生成精确画像，并提取学生的在线与非在线学习属性特征；采用长短时记忆网络对学习行为序列进行时序建模，通过双路自注意力机制分别计算两类属性的注意力分数并加权融合，最终由多层感知机网络输出学业预测结果。本发明实现了多源异构学习行为数据的深度融合与动态时序建模，有效提升了学业预测的准确性和实时性。