本发明公开了一种预防在线教育中辍学行为的方法,首先对在线教育平台中获取的原始数据进行数据深度挖掘,得到用户的活动时间序列矩阵,上下文信息和“朋友”关系,然后将活动时间序列矩阵、上下文信息和选课特征相似关系分别输入至各自的构建并训练完成的特征提取模块,得到用户的深层序列特征、注意力特征和同学特征,最后将三种特征进行特征融合,将融合后的特征输入至行为预测模型,得到用户的辍学行为预测结果。本发明借助多种影响辍学行为的因素,使得网络的预测能力大大增强,且具有较强的泛化能力。
📄 2021100226900
📂 G06Q10_04
👤 浙江工业大学
📅 2021-01-08