摘要
本发明公开一种基于多模态数据融合的学生用户画像构建方法及终端,获取用户的学习行为数据、社交行为数据及兴趣爱好数据并分别提取对应的特征信息;计算各模态的特征信息的融合权重并生成综合特征向量;基于综合特征向量,利用聚类算法、层次分析法及知识图谱分析进行学生用户画像构建。本发明通过提取学习行为、社交行为和兴趣爱好三类数据特征,利用融合权重机制综合各模态信息,最终形成多维度、细粒度的学生画像。相比传统单一数据源建模方法,本发明显著提高了画像的全面性、准确性和个性化适应能力,能够有效支撑个性化教学推荐、学业预警及兴趣拓展活动匹配等多种应用场景。
技术关键词
多模态数据融合
画像构建方法
学科知识图谱
学生
漏洞特征
知识图谱分析
层次分析法
PageRank算法
社交
主题分布特征
节点
关系抽取算法
知识点
聚类算法
个性化教学
逻辑
命名实体识别
强化学习算法