个性化联邦深度学习框架在异构区域分布下预测大规模考试中的学生表现

《Scientific Reports》：A personalized federated deep learning framework predicts student performance in large-scale examinations across heterogeneous regional distributions

　　

摘要

全国教育体系中学生学业成就的预测建模面临着大规模数据效用需求与学生数据隐私严格要求之间的持续冲突。本研究通过一个高性能个性化联邦学习框架来应对这一挑战，该框架在模拟的区域联邦中预测了1,094,954名学生在全国高中入学考试中的总成功率百分位，在联邦训练过程中交换的是模型更新而非原始区域记录。利用包含31个多样化预测变量（涵盖学业历史、教学质量和社会经济因素）的大型数据集，本研究比较了三种神经网络架构，包括多层感知机（MLP）、联邦注意力模型和深度交叉网络（DCN）。为应对七个地理区域固有的区域异质性和非独立同分布数据，本研究采用了FedProx优化算法。结果表明，个性化联邦多层感知机取得了最高的整体预测性能（\({R}^{2}=0.7972\)），略微超过了集中式XGBoost（\({R}^{2}=0.7947\)）和集中式MLP（\({R}^{2}=0.7910\)）基线，同时保留了联邦学习的去中心化和区域自适应优势，无需汇集原始区域记录。整合区域SHAP（Shapley加性解释）分析提供了特征重要性的透明映射，揭示了虽然过往学业表现是全国层面的主要驱动因素，但环境因素在特定大都市及其他地区发挥着不成比例的影响。研究结果表明，区域自适应模型可以支持有针对性的资源分配，同时警告说，从环境背景预测学业成就的系统可能会使其所衡量的劣势被制度化。