[发明专利]一种基于校园卡数据的学习不良者预测方法在审
| 申请号： | 201910833015.9 | 申请日： | 2019-09-04 |
| 公开（公告）号： | CN110705594A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 陈妍;陈运帷;姬曙光;田锋;朱海萍;郑庆华 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06Q10/06;G06Q50/20 |
| 代理公司： | 61200 西安通大专利代理有限责任公司 | 代理人： | 朱海临 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于校园卡数据的学习不良者预测方法，根据高校学生校园卡数据中记录的上课、进入图书馆、餐厅消费、浴室消费、商贸消费等记录，提取出学生的行为特征。以此为基础，对学生学期内的在校活动进行统一数学表示，进而提出一种基于卷积神经网络与多层长短期记忆网络相结合的混合网络模型构建学习不良者预测模型。本发明解决了高校中学习不良者的早期预测问题，有助于在学期中及时发现学习不良者并提供针对性的干预和指导。 | ||
| 搜索关键词： | 校园卡 学习 混合网络模型 卷积神经网络 高校学生 记忆网络 数学表示 行为特征 预测模型 早期预测 浴室 多层 构建 记录 学生 餐厅 上课 图书馆 干预 预测 发现 统一 | ||
【主权项】：
1.一种基于校园卡数据的学习不良者预测方法，其特征在于，包括以下步骤：/n(1)校园卡数据的表示/n综合学生学期内的校园卡数据，包括交易数据、图书馆门禁数据及教室考勤数据，将学生学期内的在校活动细分为上课、到课异常、进入图书馆、餐厅消费、浴室消费、商贸消费，并依次编号，在此基础上，对以上在校活动进行统一数学表示；/n(2)学习不良者预测/n将基于校园卡数据的学习不良者预测问题视为一个二分类问题，即预测学生是否学习不良，采用卷积神经网络与多层长短期记忆网络相结合的混合网络模型，基于步骤(1)得到的校园卡数据的表示对学习不良者进行预测，其中，首先基于卷积神经网络提取学生校园卡数据中的在校活动特征，接着基于多层长短期记忆网络对提取到的序列特征进行建模，进而对学习不良者进行预测。/n
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西安交通大学，未经西安交通大学许可，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/201910833015.9/，转载请声明来源钻瓜专利网。
