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
地热井
管理方法
噪声模式
噪声数据
深度强化学习
桑叶饲料
调节控制方法
发酵装置
酸碱
氧气检测装置
预测时间序列数据
数据挖掘方法
图谱
平台
智能决策支持
文本
能力提升方法
词嵌入模型
客服
编解码器架构