基于大数据的辅导员学生个性化管理与评价方法

本申请涉及教育数据分析与智能管理领域，公开了基于大数据的辅导员学生个性化管理与评价方法，包括以下步骤：首先构建跨平台异构数据采集模块，抓取成绩、考勤、位置及情感等多维数据并生成动态特征向量；其次通过动态图神经网络建立学生关系强度矩阵，采用滑动窗口机制实时更新课堂互动拓扑；通过截断奇异值分解实现历史数据与新采集数据的高效融合；最终结合联邦学习框架与自适应差分隐私机制，在隐私预算约束下完成跨校区联合建模。本发明通过跨平台抓取成绩、出勤、位置、情感等多维数据，用统一向量建模学生状态，解决了传统方法依赖单一成绩或出勤数据的片面性，现有技术导致管理策略偏离真实情况，而本方案能捕捉学生行为的复杂关联。