公开(公告)号：CN111950708B

公开(公告)日：2023-10-03

申请号：CN202010798992.2

申请日：2020-08-11

Applicant: 华中师范大学

Inventor： 周东波 ,  喻宏伟 ,  余雅滢 ,  王小梅 ,  涂悦

IPC: G06N3/0464 ,  G06N3/042 ,  G06N3/045 ,  G06N3/08 ,  G06F18/23213 ,  G06F18/24 ,  G06F16/215 ,  G06F16/2458 ,  G06Q50/20

Abstract: 本发明公开了一种发现大学生日常行为习惯的神经网络结构与方法，包括：获取大学生校园生活基本数据并存入数据库；对生活基本数据预处理工作，将数据分为不同数据集；针对所采集数据，构建基于特征的行为分类，获取数据分类结果；根据数据分类结果，先利用空间化图卷积网络分类模型，再引入基于注意力机制的图卷积神经网络结构与方法，建立学生行为习惯基于外显行为数据的发现机理与表示计算；针对习惯定性化描述中内容混杂的问题，利用神经网络模型输出的结果，构建习惯基于其外显行为的集合化表达与形式化描述。最终构建出行为习惯可发现模型，根据不同学生行为数据进行分析，可以解决教育数据深层次挖掘的问题，实现教育数据利用和分析。

公开(公告)号：CN111950892B

公开(公告)日：2023-08-18

申请号：CN202010798978.2

申请日：2020-08-11

Applicant: 华中师范大学

Inventor： 周东波 ,  余雅滢 ,  喻宏伟 ,  涂悦 ,  王小梅

IPC: G06Q10/063 ,  G06Q50/20 ,  G16H20/70 ,  G06F18/2415 ,  G06F18/27 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明公开了一种数据驱动的大学生个性化学习行为预测与干预方法，包括：采集大学生日常校园活动数据，形成反应大学生日常学习行为过程的标准数据集，通过时空图神经网络模型，以自适应学习方法获取日常学习行为习惯；应用习惯模型进行日常学习行为预测，建立习惯与学习行为活动的参数关系；开展持续性的日常学习活动行为监测，根据数据实测与模型预测结果，构建多元回归分析模型，优化习惯模型；设置习惯关联行为强度阈值，构建三级行为干预模式，通过数据实测与回归分析干预过程，形成数据驱动的持续性回归干预机制。本发明通过量化干预行为参数，实现数据驱动的精准干预，持续确保干预能有效地、更好地帮助学生养成良好学习习惯。

公开(公告)号：CN111950892A

公开(公告)日：2020-11-17

申请号：CN202010798978.2

申请日：2020-08-11

Applicant: 华中师范大学

Inventor： 周东波 ,  余雅滢 ,  喻宏伟 ,  涂悦 ,  王小梅

IPC: G06Q10/06 ,  G06Q50/20 ,  G06F17/18 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种数据驱动的大学生个性化学习行为预测与干预方法，包括：采集大学生日常校园活动数据，形成反应大学生日常学习行为过程的标准数据集，通过时空图神经网络模型，以自适应学习方法获取日常学习行为习惯；应用习惯模型进行日常学习行为预测，建立习惯与学习行为活动的参数关系；开展持续性的日常学习活动行为监测，根据数据实测与模型预测结果，构建多元回归分析模型，优化习惯模型；设置习惯关联行为强度阈值，构建三级行为干预模式，通过数据实测与回归分析干预过程，形成数据驱动的持续性回归干预机制。本发明通过量化干预行为参数，实现数据驱动的精准干预，持续确保干预能有效地、更好地帮助学生养成良好学习习惯。

公开(公告)号：CN111950708A

公开(公告)日：2020-11-17

申请号：CN202010798992.2

申请日：2020-08-11

Applicant: 华中师范大学

Inventor： 周东波 ,  喻宏伟 ,  余雅滢 ,  王小梅 ,  涂悦

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06F16/215 ,  G06F16/2458 ,  G06Q50/20

Abstract: 本发明公开了一种发现大学生日常行为习惯的神经网络结构与方法，包括：获取大学生校园生活基本数据并存入数据库；对生活基本数据预处理工作，将数据分为不同数据集；针对所采集数据，构建基于特征的行为分类，获取数据分类结果；根据数据分类结果，先利用空间化图卷积网络分类模型，再引入基于注意力机制的图卷积神经网络结构与方法，建立学生行为习惯基于外显行为数据的发现机理与表示计算；针对习惯定性化描述中内容混杂的问题，利用神经网络模型输出的结果，构建习惯基于其外显行为的集合化表达与形式化描述。最终构建出行为习惯可发现模型，根据不同学生行为数据进行分析，可以解决教育数据深层次挖掘的问题，实现教育数据利用和分析。

公开(公告)号：CN111611235A

公开(公告)日：2020-09-01

申请号：CN202010460172.2

申请日：2020-05-27

Applicant: 华中师范大学

Inventor： 毕警予 ,  周东波 ,  张炘 ,  余雅滢 ,  王小梅 ,  喻宏伟

IPC: G06F16/215 ,  G06F16/2458 ,  G06F16/28 ,  G06F16/29 ,  G16Y10/55 ,  G16Y20/40 ,  G16Y40/10

Abstract: 本发明提供一种基于校园WiFi大数据的学生行为时空模型与数据清洗方法：获取WiFi路由器的源日志文件，建立编目管理；提取用户的身份信息，通过注册信息，提取与学生相关的记录；解析时间信息、位置的空间信息；判断学生的行为，构建针对学生的当前行为的时空属性，建立学生的时空向量表达，并建立临时存储文件；完成对所有日志文件的解析，以学生对象为单位，汇集其临时存储文件的行为时空向量，以时间为序，对所有行为时空向量排序，形成基于张量的学生日常行为的时空模型；对学生的时常行为时空模型进行非结构化的组织与存储，建立行为时空数据库，完成对日志文件的清洗。本发明可有效提取WiFi数据中有关学生行为的数据并进行存储。