申请/专利权人：北京桃花岛信息技术有限公司

申请日：2020-03-24

公开（公告）日：2024-03-19

公开（公告）号：CN112215385B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/0639;G06Q50/20;G06Q50/26;G06F17/11

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2021.01.29#实质审查的生效;2021.01.12#公开

摘要：本发明涉及一种基于贪婪选择策略的学生困难程度预测方法，包括：建立初始学生困难程度预测数据库，分析后形成基于不同指标数据的学生家庭分组标签；通过统计学方法对所述指标数据进行遍历，以得到用于计算困难得分的指标；将所述计算困难得分的指标数据映射到0‑1之间进行度量；通过参数学习算法赋予每个计算困难得分指标相匹配的权重，以形成基于各指标权重的权重参数集合W；对待预测学生家庭困难得分的指标进行权重加和得到困难得分S，并通过所述困难得分S实现对待预测学生的困难程度预测。本方法对于权重利用贪婪选择策略的思想进行优化通过求解局部最优解从而得到全局最优解，实现困难生的精细分类和困难程度预测。

主权项：1.一种基于贪婪选择策略的学生困难程度预测方法，其特征在于，包括以下步骤：步骤100、建立初始学生困难程度预测数据库，通过对所述数据库的数据进行分析，形成基于不同指标数据的学生家庭分组标签，其中，所述标签包括困难、一般、非困难、特殊；步骤200、通过统计学方法对所述指标数据进行遍历，以得到用于计算困难得分的指标；步骤300、将所述计算困难得分的指标数据映射到0-1之间进行度量；步骤400、通过参数学习算法赋予每个计算困难得分指标相匹配的权重，以形成基于各指标权重的权重参数集合W，其中，W＝w1，w2，…wi其中wi代表第i个指标的权重值；步骤500、对待预测学生家庭困难得分的指标进行权重加和得到困难得分S，并通过所述困难得分S实现对待预测学生的困难程度预测，其中，S＝W*K其中K表示待预测学生家庭的困难得分的指标集合，K＝k1，k2，…ki，ki代表第i个困难得分的指标；所述步骤400中的参数学习包括以下步骤：步骤401，初始化得到初始解xs＝{xs1，xs2，…，xsn}，初始化公式如下：xsn＝xmin，n+rand0，1xmax，n-xmin，n式中s＝1，2，…，S，n＝1，2，…，N，xmax，n和xmin，n分别为第n维解的上界和下界；步骤402，依据如下公式生成新的可能解x′s＝{x′s1，x′s2，…，x′sn}：xsn＝xsn+msnxsn-xkn式中msn为区间[-1，1]上的随机数；步骤403，将所述新的可能解x′s＝{x′s1，x′s2，...，x′sn}与初始解xs＝{xs1，xs2，...xsn}作比较，并采用贪婪选择策略保留最优解；步骤404，将所述最优解依据概率选择一个可行解，概率公式为： 其中，Fxi是可能解xi的适应值；步骤405，对于步骤404中被选择的可能解，根据所述概率公式搜寻新的可能解；步骤406，使用重合率作为适应度，计算可行解适应度；选取适应度在最高的可行解作为最优权重参数；所述步骤406中的适应度计算方法：首先将困难标签中的低保、低边、支出型学生家庭作为困难生，生成实际困难生名单，并计算困难生的总数量n；然后可行解作为最优权重参数计算学生家庭困难得分，将困难得分的前n名的学生家庭生成预测困难生名单，将实际困难生名单与预测困难生名单进行比对，计算重合率，重合率越大代表模型的预测能力越强。

全文数据：

权利要求：

百度查询： 北京桃花岛信息技术有限公司 一种基于贪婪选择策略的学生困难程度预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD