创造不存在的人工学生：利用大型语言模型和CTGAN进行合成数据生成

本研究解决了高质量学生数据的获取困难，尤其是在隐私问题和数据保护法规日益严格的背景下。我们创新性地利用生成对抗网络（GAN）和大型语言模型（LLM）生成合成学生数据，并表明这些方法能够产生与真实学生数据相似的高质量合成数据。研究结果将为学习分析领域提供新的数据生成方法，推动自主学习的分析和应用。