基于MOOC综合特征融合的辍学预测方法及装置

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于MOOC综合特征融合的辍学预测方法及装置
申请号:CN202411045109
申请日期:2024-08-01
公开号:CN118569451B
公开日期:2024-10-29
类型:发明专利
摘要
本发明公开了一种基于MOOC综合特征融合的辍学预测方法及装置,涉及数据预测识别技术领域,该方法包括:获取学习行为日志、基本属性信息和课程结构数据;从学习行为信息序列、学习者属性信息序列和课程信息序列中分别提取序列特征,将每个序列特征转换为统一维度的特征向量;计算不同特征向量间的互信息,将所述互信息与原始的特征融合为综合特征向量;分析各综合特征向量之间的内部关系权重,根据权重对每个综合特征向量进行加权求和,得到融合特征向量;对融合特征向量进行辍学风险二分类预测,输出预测结果。本发明构建了一个更为精准和全面的辍学风险预测模型,显著提高了辍学预测的准确性、可靠性和预测效率。
技术关键词
Softmax函数 注意力机制 预测识别技术 序列特征 网络 风险预测模型 日志 视角 特征提取模块 分类器 预测装置 平台 数据 格式化 日期
系统为您推荐了相关专利信息
提示方法 预训练模型 数据标签 图像识别方法 前馈神经网络
多模态情感识别 生成方法 大语言模型 仿真模型 合成器
联合仿真系统 控制策略 同步方法 三维模型 异构
加密策略 加密模块 效能曲线 风险 密钥管理中心
数据传输方法 电力通信网络 序列 业务传输时延 计算机程序产品