申请/专利权人：郑州优美智能科技有限公司

申请日：2023-08-25

公开（公告）日：2024-06-28

公开（公告）号：CN117036126B

主分类号：G06Q50/20

分类号：G06Q50/20;G06Q10/063

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2023.11.28#实质审查的生效;2023.11.10#公开

摘要：一种基于数据分析的大学生综合素质管理系统及方法，其获取待评估大学生对象的教务系统数据、图书馆系统数据、校园卡系统数据和社团系统数据；对所述教务系统数据、所述图书馆系统数据、所述校园卡系统数据和所述社团系统数据进行联合分析以得到学生对象多维度语义关联特征向量；及，基于所述学生对象多维度语义关联特征向量，确定所述待评估大学生对象的综合素质估计值。这样，可以智能化地计算大学生的综合素质估计值，为高校教育管理提供深刻洞察和智能决策。

主权项：1.一种基于数据分析的大学生综合素质管理方法，其特征在于，包括：获取待评估大学生对象的教务系统数据、图书馆系统数据、校园卡系统数据和社团系统数据；对所述教务系统数据、所述图书馆系统数据、所述校园卡系统数据和所述社团系统数据进行联合分析以得到学生对象多维度语义关联特征向量；及基于所述学生对象多维度语义关联特征向量，确定所述待评估大学生对象的综合素质估计值；其中，对所述教务系统数据、所述图书馆系统数据、所述校园卡系统数据和所述社团系统数据进行联合分析以得到学生对象多维度语义关联特征向量，包括：分别对所述教务系统数据、所述图书馆系统数据、所述校园卡系统数据和所述社团系统数据进行语义编码以得到教务系统数据语义编码特征向量、图书馆系统数据语义编码特征向量、校园卡系统数据语义编码特征向量和社团系统数据语义编码特征向量；以及提取所述教务系统数据语义编码特征向量、所述图书馆系统数据语义编码特征向量、所述校园卡系统数据语义编码特征向量和所述社团系统数据语义编码特征向量之间的语义关联特征以得到学生对象多维度语义关联特征向量；其中，提取所述教务系统数据语义编码特征向量、所述图书馆系统数据语义编码特征向量、所述校园卡系统数据语义编码特征向量和所述社团系统数据语义编码特征向量之间的语义关联特征以得到学生对象多维度语义关联特征向量，包括：将所述教务系统数据语义编码特征向量、所述图书馆系统数据语义编码特征向量、所述校园卡系统数据语义编码特征向量和所述社团系统数据语义编码特征向量排列为二维特征矩阵后通过文本卷积神经网络模型以得到所述学生对象多维度语义关联特征向量；其中，基于所述学生对象多维度语义关联特征向量，确定所述待评估大学生对象的综合素质估计值，包括：对所述学生对象多维度语义关联特征向量进行特征分布优化以得到优化学生对象多维度语义关联特征向量；以及将所述优化学生对象多维度语义关联特征向量通过解码器进行解码回归以得到解码值，所述解码值用于表示所述待评估大学生对象的综合素质估计值；其中，对所述学生对象多维度语义关联特征向量进行特征分布优化以得到优化学生对象多维度语义关联特征向量，包括：以如下优化公式对所述学生对象多维度语义关联特征向量进行基于概率密度特征模仿范式的分布增益；其中，所述优化公式为： 其中，V是所述学生对象多维度语义关联特征向量，vi′是所述优化学生对象多维度语义关联特征向量第i个位置的特征值，L是所述学生对象多维度语义关联特征向量的长度，vi是所述学生对象多维度语义关联特征向量V的第i个位置的特征值，表示所述学生对象多维度语义关联特征向量V的二范数的平方，且α是加权超参数，exp·表示计算以数值为幂的自然指数函数值。

全文数据：

权利要求：

百度查询： 郑州优美智能科技有限公司 基于数据分析的大学生综合素质管理系统及方法

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