一种基于Attention深度学习模型的学生辍课预测方法
授权
摘要
本发明公开了一种基于Attention深度学习模型的学生辍课预测方法，包括对行为记录进行编码和时间窗口化分处理，生成多个时间片行为向量矩阵；基于CNN网络改进的卷积层对多个时间片行为向量矩阵进行处理得到多个具有局部关联关系的特征向量矩阵；基于BI‑GRU模型对多个具有局部关联关系的特征向量矩阵进行时序特性的特征提取，生成多个具有时间序列关系的行为特征向量矩阵；基于Attention机制对各时刻隐层特征赋予不同的权值，将不同时刻的隐层状态与权重进行加权求和，生成行为特征表示向量，并输入分类层，通过Sigmoid函数进行预测，得到预测结果。通过考虑到学生学习行为之间的关系和不同行为特征对于辍课预测的影响程度实现预测，提高辍课预测的精准度。
基本信息
专利标题 ：
一种基于Attention深度学习模型的学生辍课预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111291940A
申请号 ：
CN202010133647.7
公开（公告）日 ：
2020-06-16
申请日 ：
2020-03-02
授权号 ：
CN111291940B
授权日 ：
2022-06-07
发明人 ：
常亮张艳刘铁园古天龙
申请人 ：
桂林电子科技大学
申请人地址 ：
广西壮族自治区桂林市七星区金鸡路1号
代理机构 ：
桂林文必达专利代理事务所(特殊普通合伙)
代理人 ：
张学平
优先权 ：
CN202010133647.7
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/20 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-06-07 ：
授权
2020-07-10 ：
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20200302
申请日 : 20200302
2020-06-16 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
