摘要
本申请提供一种校园结伴行为分析方法,包括:对行为数据和互动数据进行数据清洗以及数据关联,得到校园内的结伴网络结构,包括线下结伴网络结构和线上结伴网络结构;对结伴网络结构进行分析,识别校园内的结伴团体以及结伴团体对应的学生,结伴团体包括线下结伴团体和线下结伴团体;若目标学生的行为数据或互动数据的变化大于阈值,则基于支持向量机模型识别目标学生是否加入新的团体;采用时间序列分析方法分析学生在加入结伴团体后的学习成绩及违纪行为的变化趋势,判断学生的团体性,包括倾向于团体或独立于团体;结合学生的影响力和团体性,生成对应的学生结伴报告,并生成学生对应的结伴建议。
技术关键词
支持向量机模型
网络结构
时间序列分析方法
成绩管理系统
线下
学生画像模型
随机森林
社交网络分析方法
社交平台
Louvain算法
监控学生
网络矩阵
Apriori算法
重要性评估方法
数据标准化方法
校园
DBSCAN算法
系统为您推荐了相关专利信息
风险预测方法
气象
经验模态分解算法
支持向量机模型
序列
钢管混凝土构件
梯度提升模型
支持向量机模型
随机森林模型
钢管屈服强度
车辆轨迹预测方法
场景上下文
车道
注意力
特征融合方法
斯皮尔曼相关系数
电池健康状态
配置网络结构
模糊机制
数据