[发明专利]一种在校学生挂科学分预测方法、系统、装置及存储介质

权利要求书

1.一种在校学生挂科学分预测方法，其特征在于，包括以下步骤：

获取学生基本信息、学生成绩、学生一卡通数据、图书馆入馆数据及借阅数据及上网数据；

将所述学生基本信息、学生成绩、学生一卡通数据、图书馆入馆数据及借阅数据及上网数据生成特征因子数据；

获取所述特征因子数据与挂科学分的相关性，根据所述相关性对特征因子数据进行第一次筛选，得到第一次筛选后的特征因子数据；获取第一次筛选后的特征因子数据间的线性相关性，根据所述线性相关性进行第二筛选，得到第二次筛选后的特征因子数据；获取二次筛选后的特征因子数据的重要程度，根据所述重要程度进行第三次筛选，得到第三次筛选后的特征因子数据；选取回归任务模型，利用该回归任务模型和第三次筛选后的特征因子数据，训练得到挂科学分预测模型；

重新采集学生的特征因子数据，利用该特征因子数据及所述挂科学分预测模型获取学生的挂科学分。

2.根据权利要求1所述的在校学生挂科学分预测方法，其特征在于，将所述学生基本信息、学生成绩、学生一卡通数据、图书馆入馆数据及借阅数据及上网数据生成特征因子数据，具体包括：根据所述学生基本信息、学生成绩、学生一卡通数据、图书馆入馆数据及借阅数据及上网数据获取原始特征因子，并处理所述原始特征因子中数据异常的特征因子，生成特征因子数据。

3.根据权利要求2所述的在校学生挂科学分预测方法，其特征在于，处理所述原始特征因子中数据异常的特征因子，生成特征因子数据，具体包括：丢弃原始特征因子中数据异常的特征因子，对原始特征因子中的字段取值进行数字化，去掉重复特征因子，对连续的特征因子进行离散化，生成特征因子数据。

4.根据权利要求1所述的在校学生挂科学分预测方法，其特征在于，获取所述特征因子数据与挂科学分的相关性，具体包括，利用散点图获取所述特征因子数据与挂科学分的相关性；获取第一次筛选后的特征因子数据间的线性相关性，具体包括，利用皮尔森相关系数获取第一次筛选后的特征因子数据间的线性相关性；获取二次筛选后的特征因子数据的重要程度，具体包括，利用随机森林算法获取二次筛选后的特征因子数据的重要程度。

5.根据权利要求1所述的在校学生挂科学分预测方法，其特征在于，选取回归任务模型，具体包括：

利用所述第三次筛选后的特征因子数据及对应的挂科学分数据作为数据集，以该数据集分别对若干不同回归任务模型进行训练，得到对应训练后模型，获取对应训练后的模型的准确率、可解释性、缺失值敏感性、非线性关系处理能力和运行效率，根据所述准确率、可解释性、缺失值敏感性、非线性关系处理能力和运行效率，在若干不同回归任务模型中选取一种模型作为回归任务模型。

6.根据权利要求5所述的在校学生挂科学分预测方法，其特征在于，所述若干不同回归任务模型，具体包括：决策树模型、随机森林模型、AdaBoost模型、支持向量机模型、线性回归训练模型。

7.一种在校学生挂科学分预测系统，其特征在于，包括数据获取模块、特征因子生成模块、模型获取模块及挂科学分预测模块；

所述数据获取模块，用于获取学生基本信息、学生成绩、学生一卡通数据、图书馆入馆数据及借阅数据及上网数据；

所述特征因子生成模块，用于将所述学生基本信息、学生成绩、学生一卡通数据、图书馆入馆数据及借阅数据及上网数据生成特征因子数据；

所述模型获取模块，用于选取回归任务模型，利用该回归任务模型和特征因子数据，训练得到挂科学分预测模型；

所述挂科学分预测模块，用于重新采集学生的特征因子数据，利用该特征因子数据及所述挂科学分预测模型获取学生的挂科学分。

8.一种在校学生挂科学分预测装置，其特征在于，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-6任一所述的在校学生挂科学分预测方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机该程序被处理器执行时，实现如权利要求1-6任一所述的在校学生挂科学分预测方法。