[发明专利]学生群体离校预测方法和装置

权利要求书

1.一种学生群体离校预测方法，包括：

确定离校学生；

通过预设的学生亲密度网络计算所述离校学生之间的亲密度，其中，所述学生亲密度网络用于描述学生之间的亲密度；

根据所述离校学生之间的亲密度确定是否发生学生群体离校事件，其中，所述学生群体离校事件为至少两个学生离校的事件。

2.根据权利要求1所述的方法，其特征在于，根据所述离校学生之间的亲密度确定是否发生学生群体离校事件包括：

根据所述离校学生之间的亲密度确定是否有亲密度超过预设亲密度阈值的所述离校学生；

在有亲密度超过预设亲密度阈值的所述离校学生的情况下，确定发生所述学生群体离校事件。

3.根据权利要求1所述的方法，其特征在于，确定离校学生，包括：

获取所述学生上网日志和所述学生位置信息；

根据所述学生上网日志和所述学生位置信息确定每一个学生在校的最后时间；

根据所述每一个学生在校的最后时间确定每一个学生的离校时长；

确定所述离校时长是否超过预设阈值；

在所述离校时长超过预设阈值的情况下，确定所述离校时长对应的学生为所述离校学生。

4.根据权利要求3所述的方法，其特征在于，获取所述学生上网日志和所述学生位置信息，包括：

通过学校的上网核心交换机获取所述学生上网日志，以及通过连接到学校无线访问接入点的学生设备信息获取所述学生位置信息。

5.根据权利要求3或4所述的方法，其特征在于，根据所述离校学生之间的亲密度确定是否发生学生群体离校事件包括：

根据在校的最后时间相同或处于相同时间段的所述离校学生之间的亲密度确定是否有亲密度超过预设亲密度阈值的所述离校学生，其中，所述在校的最后时间根据所述学生上网日志和所述学生位置信息确定；

在有亲密度超过预设亲密度阈值的所述离校学生的情况下，确定发生所述学生群体离校事件。

6.根据权利要求1所述的方法，其特征在于，通过预设的学生亲密度网络计算所述离校学生之间的亲密度之前，所述方法还包括：

构建所述学生亲密度网络；

构建所述学生亲密度网络包括：

收集预设时间长度的在相同时间连接到相同的学校无线访问接入点的学生设备信息对应的学生身份信息；

采用深度学习算法对所述学生身份信息进行训练，得到所述学生亲密度网络。

7.根据权利要求6所述的方法，其特征在于，采用深度学习算法对所述学生身份信息进行训练，包括：

采用word2vec的深度学习算法对所述学生身份信息进行训练。

8.根据权利要求6所述的方法，其特征在于，收集预设时间长度的在相同时间连接到相同的学校无线访问接入点的学生设备信息对应的学生身份信息包括：

通过所述学校无线访问接入点收集预设时间长度的在相同时间连接到相同的学校无线访问接入点的学生设备信息，其中，所述学生设备信息包括IP地址信息；

通过服务器的用户认证系统根据所述IP地址信息获取所述IP地址信息对应的所述学生身份信息，其中，所述用户认证系统中包括至少一个所述IP地址信息、至少一个所述学生身份信息以及至少一个所述IP地址信息和至少一个所述学生身份信息之间的对应关系。

9.一种学生群体离校预测装置，包括：

第一确定模块，用于确定离校学生；

计算模块，用于通过预设的学生亲密度网络计算所述离校学生之间的亲密度，其中，所述学生亲密度网络用于描述学生之间的亲密度；

第二确定模块，用于根据所述离校学生之间的亲密度确定是否发生学生群体离校事件，其中，所述学生群体离校事件为至少两个学生离校的事件。

10.根据权利要求9所述的装置，其特征在于，所述第二确定模块包括：

第三确定模块，用于根据所述离校学生之间的亲密度确定是否有亲密度超过预设亲密度阈值的所述离校学生；

第四确定模块，用于在有亲密度超过预设亲密度阈值的所述离校学生的情况下，确定发生所述学生群体离校事件。