摘要
本发明涉及数据处理技术领域,本发明公开了多源异构与动态行为协同特征挖掘方法及系统;包括计算出学习者的学习周期,获取多源异构数据和动态行为数据,训练挖掘出协同特征的特征挖掘模型,获取实时的综合学习数据,并判定是否发出协同管理提示,从协同特征中识别出目标特征,根据目标特征标记出协同管理数据;相对于现有技术,本发明能够为学习周期的准确计算提供合理且有效的数据基础,避免出现过量且超范围的多源异构数据和动态行为数据,同时根据融合生成的综合学习数据快速且准确的挖掘出协同特征,实现了对复杂数据快速筛选、识别、精确挖掘的组合效果,也能够对学习者的学习情况进行多维度、多类型、多状态的协同管理操作。
技术关键词
特征挖掘方法
语义
周期
动态
协同管理模块
机器学习模型
多源异构数据
图书
模型训练模块
附加值
自然语言
学习管理系统
表达式
预测误差
参数
挖掘系统
标记
系统为您推荐了相关专利信息
电池充电策略
计算机终端
参数
监测电池状态
优化装置
终端滑模控制
容错控制方法
姿态控制算法
旋翼
滑模控制律
权限控制机制
动态授权方法
客户端
脱敏规则
服务端