在线学习已经成为人们学习生活的一种潮流,在线学习学生学业水平的预测在目前以及未来都将会是一个不可避免的难题。根据学生日常表现以及一些个人特征,准确地对学生学业水平进行预测,这会对学生了解自我学习程度有很大的作用,并且在针对性教学、学业预警等方面,可以给出指导性建议。为了探究数据质量和融合模型在学生学业水平预测中的作用,并提高模型预测能力,本文构建了基于特征选择和Stacking框架的学生学业水平预测模型(命名为Stacking融合模型)。本文的具体工作如下:第一,本文针对在线学习数据的特征种类多样、数据包含离散特征与连续型特征等特点,对数据的特征含义、种类、平衡性、缺失值等信息进行了分析及处理;针对ID3模型不能对连续型数据进行处理的特点,采用等宽划分的方式对连续型数据进行了离散化处理,保证了实验中所有树模型输入数据的一致性;针对sklearn库对数据的要求,对所有数据进行了数值映射,保证了实验的可操作性。第二,本文针对Stacking框架融合过程中,基模型选择的盲目性、不确定性等特点,在预测模型构建之前加入了模型选择的过程,用来选择可用于融合的模型与可用于特征选择的模型。本文选用ID3算法、CART算法和随机森林算法分别构建学生学业水平预测模型,根据模型预测结果,对模型进行评估与选择。通过模型选择,直接选出最适合融合的两个模型,用其进行融合实验,避免了多次融合实验的进行,节省了操作时间;通过模型选择,选择表现最好的模型进行特征选择,可以最大程度地保留有效特征,避免数据损失。第三,本文构建了一种基于特征选择和Stacking框架的学生学业水平预测模型。首先利用在三个模型中表现最好的树模型(随机森林预测模型)对数据样本进行特征选择,从而过滤了冗余数据,保证了输入数据的有效性。此外,基于两层Stacking框架,使用XGBoost算法将在三个模型中表现第一、第二的树模型(随机森林预测模型、ID3预测模型)进行融合,构建Stacking融合模型,从而提高了模型的准确率与在各个类别上的分类正确率。通过将特征选择与Stacking框架相结合,极大地提高了模型的准确率,增强了模型的泛化能力。通过参数优化,本文提出的Stacking融合模型,最终模型预测准确率达到了90.63%,对L类别的分类正确率为93%,对M类别的分类正确率为90%,对H类别的分类正确率为88%,相较单个的决策树模型和随机森林模型,预测准确率和分类正确率均有了极大的提升。此外,通过对Stacking融合模型的特征重要性进行分析,本文对学业预警、针对性教学等提出了相应建议。