[發明專利]基于大數據的學業預警方法、系統和介質

在審

• 申請號: 202111043075.4
• 申請日: 2021-09-07
• 公開（公告）號: CN113918617A
• 公開（公告）日: 2022-01-11
• 發明（設計）人: 陳榮征;李浩能
• 申請（專利權）人: 廣東職業技術學院
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06Q50/20
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 趙琴娜

1.一種基于大數據的學業預警方法，其特征在于，包括以下步驟：

獲取學生的行為數據和成績數據；

將所述行為數據和所述成績數據轉換為格式化數據并添加對應的標簽；

對不同標簽的所述格式化數據進行特征提取獲得與學習相關的特征數據；

將所述特征數據進行加權計算得到預警數據以判斷所述學生的預警等級。

2.根據權利要求1所述的基于大數據的學業預警方法，其特征在于，所述行為數據包括娛樂數據、學習數據和用餐數據，其中所述娛樂數據包括體育區滯留時長、觀看視頻時長和游戲上網時長：所述學習數據包括圖書館滯留時長、借書數據、圖書館上網內容、教學樓滯留時長和課程出勤數據；所述用餐數據包括早上用餐數據、中午用餐數據和晚上用餐數據。

3.根據權利要求1所述的基于大數據的學業預警方法，其特征在于，所述將所述行為數據和所述成績數據轉換為格式化數據并添加對應的標簽，包括步驟：

將所述行為數據和所述成績數據進行數據清洗、轉換，將非格式化和半格式化的所述行為數據和所述成績數據轉換為格式化數據，并根據數據類別添加對應的標簽。

4.根據權利要求1所述的基于大數據的學業預警方法，其特征在于，所述成績數據包括：姓名、學號、課程數據、上學期掛科數據、上學期掛科學分和補考未通過數據。

5.根據權利要求2所述的基于大數據的學業預警方法，其特征在于，所述將所述特征數據進行加權計算得到預警數據以判斷所述學生的預警等級，包括步驟：

對所述特征數據進行均值聚類處理得到所述學生最感興趣的前n個行為軌跡，將所述前n個行為軌跡輸入至成績預測模型得到所述學生的預警數據，并判斷所述學生的預警等級。

6.一種基于大數據的學業預警系統，其特征在于，包括：

數據獲取單元，用于獲取學生的行為數據和成績數據；

數據轉換單元，用于將所述行為數據和所述成績數據轉換為格式化數據并添加對應的標簽；

數據提取單元，用于對不同標簽的所述格式化數據進行特征提取獲得與學習相關的特征數據；

數據計算單元，用于將所述特征數據進行加權計算得到預警數據以判斷所述學生的預警等級。

7.根據權利要求6所述的基于大數據的學業預警系統，其特征在于，所述行為數據包括娛樂數據、學習數據和用餐數據，其中所述娛樂數據包括體育區滯留時長、觀看視頻時長和游戲上網時長：所述學習數據包括圖書館滯留時長、借書數據、圖書館上網內容、教學樓滯留時長和課程出勤數據；所述用餐數據包括早上用餐數據、中午用餐數據和晚上用餐數據。

8.根據權利要求6所述的基于大數據的學業預警系統，其特征在于，所述將所述特征數據進行加權計算得到預警數據以判斷所述學生的預警等級，包括步驟：

對所述特征數據進行均值聚類處理得到所述學生最感興趣的前n個行為軌跡，將所述前n個行為軌跡輸入至成績預測模型得到所述學生的預警數據，并判斷所述學生的預警等級。

9.一種基于大數據的學業預警系統，其特征在于，包括：存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至5中任意一項所述的基于大數據的學業預警方法。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機可執行指令，所述計算機可執行指令用于使計算機執行如權利要求1至5中任意一項所述的基于大數據的學業預警方法。