一种基于多层注意力机制的学生毕业去向预测方法

AITNT
正文
推荐专利
一种基于多层注意力机制的学生毕业去向预测方法
申请号:CN202510094699
申请日期:2025-01-21
公开号:CN120011930A
公开日期:2025-05-16
类型:发明专利
摘要
一种基于多层注意力机制的学生毕业去向预测方法,包括如下步骤:首先,获取已毕业学生的多维度在校数据并进行预处理;其次,对预处理后的数据,通过节点级注意力为每个邻居节点计算注意力得分,得到自定义元路径视图下各邻居节点对中心节点的重要程度;另外,通过语义级注意力学习不同元路径的权重,对中心节点实现元路径感知的聚合;然后,通过时间级注意力学习各节点在不同时间步快照下的重要性,进而跨一系列时间快照聚合节点嵌入;最后,使用多分类焦点损失函数进行端到端优化;本发明通过集成节点级、语义级和时间级的多层注意力机制,实现了深度时空特征的高效挖掘,显著增强了模型的强鲁棒性和泛化能力,提高预测学生毕业去向预测分类的准确性。
技术关键词
毕业去向预测方法 多层注意力机制 节点 邻居 焦点损失函数 快照 融合时序信息 学生 深度时空特征 程序存储介质 数据 语义 掩码矩阵 训练集 计算中心 预测系统 处理器 参数
系统为您推荐了相关专利信息
1
大语言模型的微调方法、装置、存储介质及计算机设备
样本 聚类 数据 大语言模型 微调方法
2
一种基于双域协同处理的磁性纳米粒子时序图像重建方法
磁性纳米粒子 图像重建方法 编码特征 时序图像处理 变换特征
3
基于图神经网络的碳化硅功率器件性能预测方法
碳化硅功率器件 性能预测方法 神经网络模型 器件结构 分区
4
一种适用于砂泥岩互层区的隧道爆破振动预测方法
爆破振动预测方法 特征参量 引入粒子群优化 BP神经网络 粒子群优化算法
5
一种融入大语言模型的工程质量安全数字化管理方法
数字化管理方法 大语言模型 节点 工程现场 材料特征
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