[发明专利]基于学生数据的行为趋势挖掘分析方法和系统

摘要

本发明公开了基于学生数据的行为趋势挖掘分析方法和系统，方法包括基于滑动平均模型的趋势分析步骤和趋势图绘制步骤；所述的基于滑动平均模型的趋势分析步骤用于轮询时间，在一定周期内在指定的时间节点训练数据，训练结果当做求平均的结果；所述的趋势图绘制步骤用于根据训练结果，绘制趋势图。本发明既能够有效的挖掘某个时间段的行为规则，又能够分析行为的趋势变化；另外，本发明提出了一种随机森林权重自拟合算法，在对非均衡数据的分类上能够提高少数类的准确率，同时能够适应随着时间推移数据分布以及行为表现上的变化；同时本发明对行为进行数值型关联规则，能够较为精确的挖掘不同特征树之间细微的关系。

主权项

1.基于学生数据的行为趋势挖掘分析方法，其特征在于：包括基于滑动平均模型的趋势分析步骤和趋势图绘制步骤；所述的基于滑动平均模型的趋势分析步骤用于轮询时间，在一定周期内在指定的时间节点训练数据，训练结果当做求平均的结果，包括以下子步骤：S11：进行时间判断，当离上次训练开始时间间隔为所述一定周期时，进行本次训练；S12：通过随机森林训练数据，获得各特征重要性；其中，每个特征重要性都存在一个趋势分析，每次训练结果对应的是滑动平均模型的平均值；S13：通过FP‑Growth获得特征、特征值以及标签间的支持度、置信度和提升度；其中，每个置信度和提升度都存在一个趋势分析，每次训练结果对应的是滑动平均模型的平均值；所述的趋势图绘制步骤用于根据训练结果，绘制趋势图，包括以下子步骤：S2：绘制各特征重要性趋势图、标签与某种特征构成的频繁二项集随特征值变化的置信度趋势图以及某特征对于标签的最高置信度对应的特征值随时间变化趋势图。