[发明专利]针对学生序列化行为的贫困生预测方法在审
| 申请号： | 201910401107.X | 申请日： | 2019-05-15 |
| 公开（公告）号： | CN110097142A | 公开（公告）日： | 2019-08-06 |
| 发明（设计）人： | 吴和俊;王敏康;李振 | 申请（专利权）人： | 杭州华网信息技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q10/04 |
| 代理公司： | 杭州裕阳联合专利代理有限公司 33289 | 代理人： | 姚宇吉 |
| 地址： | 311200 浙江省杭州市萧山区萧山*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种针对学生序列化行为的贫困生预测方法，包括如下步骤：采集学生在校行为数据，以学生个体作为分类标签，以固定周期作为数据统计内容的时长，形成固定周期内的一组数据，并以矩阵形式表示，记为单组数据；对同一个学生的单组数据进行归一化处理后，对单组数据的所有特征进行重要度的构建并进行筛选，得到有效特征数据矩阵；构建many2one形式的长短时记忆网络模型，将同一学生当前时间段之前的连续的若干个有效特征数据带入模型，得到学生的贫困类别。本发明所达到的有益效果：本方案使用的数据能够较为全面的涵盖了学生在校内期间的各种行为，采用深度学习中的递归神经网络，来对学生的贫困等级实现精确地评判。 | ||
| 搜索关键词： | 学生 单组数据 固定周期 有效特征 序列化 构建 递归神经网络 归一化处理 分类标签 记忆网络 矩阵形式 数据矩阵 数据统计 行为数据 时间段 重要度 组数据 预测 时长 评判 采集 筛选 涵盖 学习 | ||
【主权项】：
1.一种针对学生序列化行为的贫困生预测方法，其特征在于：所述针对学生序列化行为的贫困生预测方法包括如下步骤：采集学生在校行为数据，以学生个体作为分类标签，以固定周期作为数据统计内容的时长，形成固定周期内的一组数据，并以矩阵形式表示，记为单组数据；对同一个学生的单组数据中的同一维度数据进行最大值与最小值差值的归一化处理后，对单组数据的所有特征进行重要度的构建并进行筛选，得到有效特征数据矩阵；构建many2one形式的长短时记忆网络模型，将同一学生当前时间段之前的连续的若干个有效特征数据带入模型，得到学生的贫困类别。
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杭州华网信息技术有限公司，未经杭州华网信息技术有限公司许可，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/patent/201910401107.X/，转载请声明来源钻瓜专利网。
