摘要
将国际学生融入所在国家及其文化中是一项复杂的任务，这会显著影响他们的学业成绩与生活状况。本研究运用可解释人工智能技术，对澳大利亚查尔斯达尔文大学175名国际学生的自我融合程度相关变量进行建模与分析，数据来自一份包含42个问题的调查问卷。通过决策树和梯度提升机这两种机器学习模型，并借助可解释人工智能技术，我们找出了与学生自我融合程度关联最密切的变量，包括职业自信、对未来幸福的预期以及所面临的职业障碍等。SHAP分析及部分依赖图提供了全局性和个体层面的洞察，展现了这些因素的影响程度与方向。研究结果凸显了心理和社会变量在学生自我融合程度评估中的预测作用，为设计针对性的支持计划提供了参考。通过可解释人工智能技术提升模型的透明度，这项研究增强了人们对人工智能驱动的教育干预措施的信任，同时解决了相关伦理问题，有助于为不同背景的学生群体带来公平的成果。
