摘要
本申请提供了一种基于集群模型的学习推荐方法、系统、终端及存储介质,所述方法包括:获取目标学生的评估数据集,所述评估数据集包括学习行为数据、成绩数据和性格数据;根据所述评估数据集中存在的数据类型,使用各个对应的特征提取模型分别对所述评估数据集中的对应数据进行特征提取,获得各个对应的特征向量,所述数据类型包括视频数据类、文本数据类以及时序数据类;将各个所述特征向量进行特征融合,获得融合特征向量;将所述融合特征向量输入至预设的混合模型,以使所述混合模型根据所述融合特征向量评估所述目标学生的学习能力,获得评估结果,根据所述评估结果生成与所述目标学生对应的学习路径,提高个性化学习推荐的准确性和灵活性。
技术关键词
学习推荐方法
机器学习模型
学生
特征提取模型
集群
成绩
特征提取模块
学习推荐系统
资源
视频特征向量
数据验证
时序
可读存储介质
数据同步
文本特征向量
纠正错误
计算机
系统为您推荐了相关专利信息
围岩应力变化
围岩表面
实时分析方法
巷道围岩应力
粗糙度
分片
可信执行环境
信息保密
分布式服务器集群
动态门限
人脸数据库
教室模型
教学评估系统
教学评估方法
数据采集模块