[发明专利]一种学生学习兴趣画像生成系统、方法、装置及存储介质在审

专利信息
申请号: 201911152396.0 申请日: 2019-11-22
公开(公告)号: CN111046263A 公开(公告)日: 2020-04-21
发明(设计)人: 郑倩如;邹才凤;林岳镔 申请(专利权)人: 广东机电职业技术学院
主分类号: G06F16/951 分类号: G06F16/951;G06F16/9535;G06Q50/20
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 何文聪
地址: 510000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 学生 学习 兴趣 画像 生成 系统 方法 装置 存储 介质
【说明书】:

发明公开了一种学生学习兴趣画像生成系统、方法、装置及存储介质。该系统包括业务框架和执行单元,其中,所述业务框架包括数据源层、大数据平台和展示层;所述执行单元包括数据采集模块、数据预处理模块、画像生成模块和画像呈现模块。该方法通过所述系统可生成学生学习兴趣画像,并呈现给对应的学生和/或老师。通过使用本发明中的方法,可使学生更加深入了解自己所喜爱感兴趣的领域,有助于学生根据自己学习兴趣和职业兴趣来选择未来的就业方向,帮助学生进行准确的自我定位;还能使老师了解学生的学习兴趣和职业兴趣,给予针对性的建议和指导,从而提高学生工作的效果,有利于学校的学生培养。本发明可广泛应用于数据分析技术领域内。

技术领域

本发明涉及数据分析技术领域,尤其是一种学生学习兴趣画像生成系统、方法、装置及存储介质。

背景技术

随着校园网发展、数字校园的建设,校园里产生了各种各样的数据,包含校园管理、行政管理、教学教育、学生就业等各个方面。这些数据伴随各个系统的使用而产生,除了反映用户使用系统的行为,还可以进行进一步分析和挖掘。在这其中,用户画像是数据分析和数据挖掘的一种应用,其目的是通过分析用户产生的数据,挖掘其中有价值的信息,方便日后管理和运用。

目前在互联网领域,一般采集用户基本信息(如年龄、职业、收入、教育水平等)、地理位置信息、用户使用系统的行为日志等生成用户画像。在校园网数据的应用中,往往是学校基于这些用户画像对老师的教学水平、学生的学习成绩以及学校相关的业务状况进行评价,这种实施手段虽然在一定程度方便了学校的统一管理,但其并不能完整、真实地反映出学生的综合素质,也无法帮助学生进行有效的自我认知,老师也难以从学生的用户画像中作出针对性指导,这种方式并不利于学校的学生培养,学生也很难对自身有准确的定位。现有技术中存在的这些问题亟待解决。

发明内容

本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。为此,本发明实施例提供一种学生学习兴趣画像生成系统、方法、装置及存储介质,能够对学生学习兴趣进行分析和挖掘,帮助学生和老师更准确、更全面地了解学生学习兴趣的所在领域。

本发明实施例所采取的技术方案是:

第一方面,本发明实施例提供一种学生学习兴趣画像生成系统,包括:业务框架和执行单元;

所述业务框架包括数据源层、大数据平台和展示层;

所述执行单元包括:

数据采集模块,用于通过所述数据源层采集获取校园网内业务系统的数据;

数据预处理模块,用于基于预设的学生学习兴趣的数据维度,对所述数据采集模块采集到的数据进行清洗和筛选;

画像生成模块,用于以单个学生为目标,通过所述大数据平台对与所述学生有关的统计数据进行分析处理,生成学生学习兴趣画像;

画像呈现模块,用于通过所述展示层将学生学习兴趣画像呈现给对应的学生和/或老师。

进一步,所述校园网内业务系统包括选课系统、成绩系统、图书借阅系统、网络系统和职业兴趣测试系统。

进一步,所述校园网内业务系统的数据包括:选修数据、成绩数据、图书借阅数据、网络浏览数据和职业兴趣测试结果数据;

其中,所述选修数据包括选修科目的种类、次数和选修课出勤率;所述成绩数据包括必修课和选修课的学分成绩及排名;所述图书借阅数据包括借阅图书次数、借阅图书类别和借阅时长;所述网络浏览数据包括网站访问类型和流量数据;所述职业兴趣测试结果数据包括霍兰德职业兴趣测试结果类型。

进一步,所述画像生成模块用于通过sqoop工具将从选课系统、成绩系统、图书借阅系统和职业兴趣测试系统获取的数据导入HDFS文件系统,通过Hive集群进行离线计算,并将结果导入Hbase数据库;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东机电职业技术学院,未经广东机电职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911152396.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top