摘要
本申请实施例提供了一种基于深度学习的学生多学科成绩关联分析方法及系统,该方法包括从学生的多源学科数据中提取时序特征、结构特征和语义特征,拼接得到多维矩阵特征。基于自编码器对多维矩阵特征进行去噪优化,降维得到多维特征向量。而后基于时间步列,以双向长短期记忆网络结合注意力机制对多维特征向量嵌入时间特性并进行注意力加权。而后,采用动态调整的方式构建动态图神经注意力网络,得到包括每个学科对应的学科节点特征和动态边权重的动态学科关联图谱,基于动态学科关联图谱得到学生的多学科关联关系。本申请实施例深度挖掘了学生多学科成绩关联性,提供了更全面且精确的学科关联的评估与预测。
技术关键词
关联分析方法
多维特征向量
双向长短期记忆网络
学生
多学科
嵌入特征
成绩
注意力机制
矩阵
时序特征
节点特征
语义特征
图谱
动态更新
分群
数据
标签