[发明专利]一种基于贪婪选择策略的学生困难程度预测方法

说明书

本发明涉及一种基于贪婪选择策略的学生困难程度预测方法，包括：建立初始学生困难程度预测数据库，分析后形成基于不同指标数据的学生家庭分组标签；通过统计学方法对所述指标数据进行遍历，以得到用于计算困难得分的指标；将所述计算困难得分的指标数据映射到0‑1之间进行度量；通过参数学习算法赋予每个计算困难得分指标相匹配的权重，以形成基于各指标权重的权重参数集合W；对待预测学生家庭困难得分的指标进行权重加和得到困难得分S，并通过所述困难得分S实现对待预测学生的困难程度预测。本方法对于权重利用贪婪选择策略的思想进行优化通过求解局部最优解从而得到全局最优解，实现困难生的精细分类和困难程度预测。

技术领域

本发明属于数据统计技术领域，具体涉及一种基于贪婪选择策略的学生困难程度预测方法。

背景技术

贫困学生教育资助是当下教育资助的一条手段，贫困学生教育资助已形成较为完备的体系，但是还存在着很多不足,有待进一步创新和完善。对“家庭经济困难”的准确认定有困难。应当采用定性与定量结合的贫困生认定指标体系，建立动态的贫困生档案制度。本方法基于一种贪婪选择策略的思想，对于样本中大量无规则的指标数据使用科学的统计学思想利用卡方检验等统计学方法选择合理的指标，并对指标通过参数优化学习进行赋权，对于权重利用贪婪选择策略的思想进行优化通过求解局部最优解从而得到全局最优解，再对指标加权求和的方法给困难程度打分，实现困难生的精细分类和困难程度预测。

发明内容

本发明的目的就在于为了解决上述问题而提供一种权重利用贪婪选择策略的思想进行优化通过求解局部最优解从而得到全局最优解，再对指标加权求和的方法给困难程度打分，实现困难生的精细分类和困难程度预测的基于贪婪选择策略的学生困难程度预测方法。

本发明通过以下技术方案来实现上述目的：

一种基于贪婪选择策略的学生困难程度预测方法，包括以下步骤：

步骤100、建立初始学生困难程度预测数据库，通过对所述数据库的数据进行分析，形成基于不同指标数据的学生家庭分组标签，其中，所述标签包括困难、一般、非困难、特殊；

步骤200、通过统计学方法对所述指标数据进行遍历，以得到用于计算困难得分的指标；

步骤300、将所述计算困难得分的指标数据映射到0-1之间进行度量；

步骤400、通过参数学习算法赋予每个计算困难得分指标相匹配的权重，以形成基于各指标权重的权重参数集合W，其中，

W＝(w₁,w₂,…w_i)

其中w_i代表第i个指标的权重值；

步骤500、对待预测学生家庭困难得分的指标进行权重加和得到困难得分S，并通过所述困难得分S实现对待预测学生的困难程度预测，其中，

S＝W*K

其中K表示待预测学生家庭的困难得分的指标集合，K＝(k₁,k₂,…k_i)，k_i代表第i个困难得分的指标。

作为本发明的进一步优化方案，所述步骤200中统计学方法为卡方检验，卡方检验公式如下：

其中A_ij为A指标的第i个取值且标签为第j个的家庭的个数，E_ij为A_ij的期望频数，r为A指标的取值个数，c为标签的取值个数，自由度为df＝(c-1)(r-1)，通过查看卡方分布表确定指标A是否为可用困难得分的指标。

作为本发明的进一步优化方案，所述步骤300中困难得分的指标的得分利用双曲正切函数进行映射，公式如下：