摘要
本发明提供了一种基于大数据的学生学习行为分析方法及系统，涉及数据分析技术领域，包括获取学生的学习行为数据并进行数据预处理和特征提取，得到降维后的学习行为数据集；通过潜在结构提取分析学生之间的行为关系，并基于这些关系聚类得到学生的行为模式分类结果；应用季节性混合极端学生化残差算法和局部加权回归对行为数据进行平滑处理，使用自动回归条件异方差模型分析平滑后的数据，获得学生学习成绩波动性指标；基于双向长短期记忆网络和随机森林算法分析学生学习行为与成绩之间的关系，生成学习行为分析报告，提供行为特征与成绩波动的关键影响因素。本发明能够更准确地提取学生的核心行为特征，分析学生之间的行为关系。
