[發明專利]一種基于深度學習的學生成績預測系統及其方法

在審

• 申請號: 202010961528.0
• 申請日: 2020-09-14
• 公開（公告）號: CN112116142A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 常亮;郭宗鑫;李龍;古天龍
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/20;G06N3/08;G06K9/62;G06F16/28;G06F16/2458;G06F16/2455;G06F16/21
• 代理公司: 桂林文必達專利代理事務所(特殊普通合伙) 45134
• 代理人: 張學平

本發明公開了一種基于深度學習的學生成績預測系統及方法，涉及深度學習技術領域，包括數據管理模組和模型運作模組，所述數據管理模組包括用戶信息模塊和成績信息模塊，用戶信息模塊用以實現用戶注冊、用戶登錄和用戶信息修改的功能，所述成績信息模塊用以實現用戶對成績信息的查詢以及對成績信息的修改，所述模型運作模組包括模型訓練模塊和模型預測模塊，所述模型訓練模塊實現對多次的模型初訓練，所述模型預測模塊與所述模型訓練模塊通信，實現對初訓練后模型的成績預測，利用了深度學習算法，深度學習能夠快速提取稀疏數據的重要特征，并處理復雜的非線性數據，從而提高預測模型的準確率。

技術領域

本發明涉及深度學習技術領域，尤其涉及一種基于深度學習的學生成績預 測系統及其方法。

背景技術

目前隨著教育數據挖掘的興起，學生成績預測成為研究的重點工作之一。機 器學習作為人工智能的核心，在數據挖掘任務中提供了解決問題的方法，體現 了極大的價值。

學生成績預測是一種典型的數據挖掘任務，可對學生課程表現進行評估、為 學生提供合適的學習引導，也能為教師把控教學狀況、改善教學方式、提升教 學質量等提供指導?，F有技術針對學生成績預測的問題，目前沒有特別有效的 方法。

發明內容

本發明的目的在于提供一種基于深度學習的學生成績預測系統與方法，旨 在解決現有技術中學生成績預測方法單一，預測效果不好，不夠準確，不能夠 清晰的可視化結果等問題。

為實現上述目的，一種基于深度學習的學生成績預測系統，包括數據管理模 組和模型運作模組，

所述數據管理模組包括用戶信息模塊和成績信息模塊，用戶信息模塊用以實 現用戶注冊、用戶登錄和用戶信息修改的功能，所述成績信息模塊用以實現用 戶對成績信息的查詢以及對成績信息的修改；

所述模型運作模組包括模型訓練模塊和模型預測模塊，所述模型訓練模塊實 現對多次的模型初訓練，所述模型預測模塊與所述模型訓練模塊通信，實現對 初訓練后模型的成績預測。

其中，所述模型運作模組還包括模型評估模塊，所述模型評估模塊與所述模 型訓練模塊通信，用以初訓練后模型的訓練效果進行評價。

其中，所述數據管理模組還包括數據統計模塊，所述數據統計模塊與所述成 績信息模塊通信，用以將歷次成績數據匯總分析。

本發明還提供一種基于深度學習的學生成績預測方法，其特征在于，

獲取用戶數據，并發送至所述用戶信息模塊，用戶信息模塊對用戶進行分類 為學生用戶和教師用戶；

獲取所述學生用戶的成績數據，并發送至所述成績信息模塊；

構建數據集，將不同的所述學生用戶的數據分為多個數據集；

所述教師用戶或所述學生用戶選擇所述模型訓練模塊中的模型，將所述數據 集輸入所述模型訓練模塊進行訓練；

將訓練后的數據集輸入所述模型預測模塊，所述模型預測模塊進行分析，并 預測對應所述學生用戶的成績。

其中，在構建數據集的步驟中，所述數據統計模塊也獲取所述數據集生產用 戶畫像，對應輸出統計圖形。

其中，在將所述數據集輸入所述模型訓練模塊進行訓練的步驟后，所述模型 評估模塊對訓練的數據集進行評分，并將評分情況進行保存。

其中，在所述模型預測模塊進行分析的步驟中，所述學生用戶可預測自身的 成績，所述教師用戶可預測所有所述學生用戶的成績。