EduRiskX: F-Logic 추론을 통한 온라인 교육 학생 위험 예측 프레임워크

EduRiskX: A Neuro-Symbolic Framework with F-Logic Reasoning for Early Academic Risk Prediction

EduRiskX는 온라인 교육에서 학생의 학업 위험을 예측하기 위한 신경-기호적 프레임워크로, 시간 기반 Transformer 예측기와 F-Logic 기호 추론을 통합한다. 이 모델은 학생 활동 시퀀스를 모델링하고, 교육 이론에 기반한 F-Logic 규칙 기반 시스템을 통해 예측 결과를 설명한다. Open University Learning Analytics Dataset에서 실험한 결과, EduRiskX는 0.900의 정확도와 0.894의 F1-score를 달성했으며, 평균 조기 탐지 주기는 9.32주, 탐지율은 94.30%에 이른다. 기존의 시간 시리즈 모델과 비교했을 때, 더 나은 재현율과 조기 위험 식별 성능을 보였다.