基于MOOC综合特征融合的辍学预测方法及装置

AITNT
正文
推荐专利
基于MOOC综合特征融合的辍学预测方法及装置
申请号:CN202411045109
申请日期:2024-08-01
公开号:CN118569451B
公开日期:2024-10-29
类型:发明专利
摘要
本发明公开了一种基于MOOC综合特征融合的辍学预测方法及装置,涉及数据预测识别技术领域,该方法包括:获取学习行为日志、基本属性信息和课程结构数据;从学习行为信息序列、学习者属性信息序列和课程信息序列中分别提取序列特征,将每个序列特征转换为统一维度的特征向量;计算不同特征向量间的互信息,将所述互信息与原始的特征融合为综合特征向量;分析各综合特征向量之间的内部关系权重,根据权重对每个综合特征向量进行加权求和,得到融合特征向量;对融合特征向量进行辍学风险二分类预测,输出预测结果。本发明构建了一个更为精准和全面的辍学风险预测模型,显著提高了辍学预测的准确性、可靠性和预测效率。
技术关键词
Softmax函数 注意力机制 预测识别技术 序列特征 网络 风险预测模型 日志 视角 特征提取模块 分类器 预测装置 平台 数据 格式化 日期
系统为您推荐了相关专利信息
1
一种基于物联网的地热井监测与维护管理系统及方法
地热井 管理方法 噪声模式 噪声数据 深度强化学习
2
一种智能桑叶饲料发酵装置的调节控制方法及系统
桑叶饲料 调节控制方法 发酵装置 酸碱 氧气检测装置
3
一种多集群间服务化通信方法
多集群 通信方法 网关 数字证书 访问控制列表
4
基于产业园平台的数据挖掘方法及系统
预测时间序列数据 数据挖掘方法 图谱 平台 智能决策支持
5
一种基于用户话务意图的客户服务能力提升方法及系统
文本 能力提升方法 词嵌入模型 客服 编解码器架构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号