公开(公告)号：CN118569451B

公开(公告)日：2024-10-29

申请号：CN202411045109.7

申请日：2024-08-01

申请人： 北京长亭科技有限公司

发明人： 李想 ,  朱文雷 ,  杨坤 ,  刘美麟 ,  王陶然 ,  王刚 ,  姚可 ,  张嘉欢 ,  崔勤

IPC分类号： G06Q10/04 ,  G06Q50/20 ,  G06F18/25 ,  G06F18/2415 ,  G06N3/045

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。

公开(公告)号：CN118569451A

公开(公告)日：2024-08-30

申请号：CN202411045109.7

申请日：2024-08-01

申请人： 北京长亭科技有限公司

发明人： 李想 ,  朱文雷 ,  杨坤 ,  刘美麟 ,  王陶然 ,  王刚 ,  姚可 ,  张嘉欢 ,  崔勤

IPC分类号： G06Q10/04 ,  G06Q50/20 ,  G06F18/25 ,  G06F18/2415 ,  G06N3/045

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。