[发明专利]一种基于深度学习的学生学业预警方法及系统

说明书

本发明涉及大数据处理技术领域，具体涉及一种基于深度学习的学生学业预警方法及系统，所述方法包括：获取学生在第一学习时段的第一学业数据，将所述第一学业数据输入第一预测模型，得到该学生的第一学业预测结果；获取学生在第二学习时段的第二行为记录数据，将所述第二行为记录数据输入第二预测模型，得到该学生的第二学业预测结果；根据第一学业预测结果和第二学业预测结果得到该学生的综合预测结果；所述综合预测结果包括第二时刻对应的预测等级以及所述预测等级对应的综合发生概率；当确定该学生的综合预测结果达到预设的预警条件时，针对该学生进行学业预警；本发明能够提高对学生学业成绩预测的准确度，更加准确的进行学业预警。

技术领域

本发明涉及大数据处理技术领域，具体涉及一种基于深度学习的学生学业预警方法及系统。

背景技术

随着大数据时代的来临，高职院校也在不断产生学生的相关数据，己经初步形成了校园大数据的生态环境。数字校园的建设己经不能继续满足高职院校的长远发展，高职院校面临如何高效管理学生的数据，挖掘其中潜在的价值和规律，提高学校的管理效率，更好地为学生提供服务等急需解决的问题。

现有的预警系统大部分是基于“事后处理”的，针对成绩己经不及格或不能毕业的学生进行警告，不能真正起到预警的效果。

因此，有必要对现有数据进行分析处理，从而及时了解学生的状态，对学生的学业情况进行预警，对学生可能存在的学业困境进行告诫和制止，从而有利于高职院校提升教学管理质量和管理效率。

发明内容

本发明目的在于提供一种基于深度学习的学生学业预警方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

为了实现上述目的，本发明提供以下技术方案：

一种基于深度学习的学生学业预警方法，所述方法包括以下步骤：

获取学生在第一学习时段的第一学业数据，将所述第一学业数据输入第一预测模型，得到该学生的第一学业预测结果；所述第一学业预测结果包括第二时刻对应的预测等级以及所述预测等级对应的第一发生概率，所述第二时刻在第一学习时段之后；

获取学生在第二学习时段的第二行为记录数据，将所述第二行为记录数据输入第二预测模型，得到该学生的第二学业预测结果；所述第二学业预测结果包括第二时刻对应的预测等级以及所述预测等级对应的第二发生概率，所述第二学习时段为从所述第一学习时段结束到第二时刻之前的学习时段；

根据所述第一学业预测结果和所述第二学业预测结果得到该学生的综合预测结果；所述综合预测结果包括第二时刻对应的预测等级以及所述预测等级对应的综合发生概率；

当确定该学生的综合预测结果达到预设的预警条件时，针对该学生进行学业预警。

进一步，所述第一预测模型为预先训练好的神经网络模型，第一预测模型通过第一样本训练得到，所述第一样本的输入数据为：同专业历年学生在第一学习时段的学业数据；所述第一样本的输出结果为：同专业历年学生在第二时刻的实际学业结果；

所述第二预测模型为预先训练好的神经网络模型，第二预测模型通过第二样本训练得到，所述第二样本的输入数据为：同专业历年学生在第一学习时段的第二行为记录数据；输出结果为：同专业历年学生在第二时刻的实际学业结果。

进一步，所述根据所述第一学业预测结果和所述第二学业预测结果得到该学生的综合预测结果，包括：

获取第一样本预测结果和第二样本预测结果；其中，所述第一样本预测结果包括至少一个预测等级以及各个预测等级对应的第一发生概率，所述第二样本预测结果包括与第一样本预测结果相同的预测等级以及各个预测等级对应的第二发生概率；

将各个预测等级对应的第一发生概率赋予第一权重，将各个预测等级对应的第二发生概率赋予第二权重；