一种大数据下基于学生画像的精准资助系统技术方案

本发明专利技术公开了一种大数据下基于学生画像的精准资助系统，旨在提供一种大数据下基于学生画像的精准资助系统，其技术方案要点是，包括数据收集和准备模块、与数据收集和准备模块电连接的自然语言处理模块、与自然语言处理模块电连接的学生信息知识图谱数据库模块、与学生信息知识图谱数据库模块电连接的学生画像分析模块及与学生画像分析模块电连接的用户交互UI模块；数据收集和准备模块包括学生信息管理系统单元、后勤管理部门单元、校园网论坛单元、校医院&心理健康办公室单元、数据清洗和整理单元。整理单元。整理单元。

【技术实现步骤摘要】
一种大数据下基于学生画像的精准资助系统


[0001]本专利技术涉及贫困生资助领域，特别涉及一种大数据下基于学生画像的精准资助系统。

技术介绍

[0002]贫困生资助的主要对象为学校家庭经济困难的学生，资助资金的使用原则和救助条件包括：用于老弱病残子女的救助，用于特困户子女救助，一下情况的学生优先资助，1、烈士子女、残疾学生，2、父母一方死亡，离异的单亲贫困家庭子女，3,、低保或特困家庭子女，4、因受灾、疾病等原因导致家庭不能维持基本生活的家庭子女；现有的贫困生资助系统在使用时存在一定的弊端，不能够进行大数据采集验证，不够精准全面，不能够根据多方面数据考察以将资助金给与更加需要的人，在实际使用时带来了一定的影响。
[0003]近年来,我国大数据产业从无到有,全国各地发展大数据积极性较高,行业应用得到快速推广,市场规模增速明显。随着大数据应用领域不断丰富，传统的高校数据信息平台，也有了更好发展的机会。目前高校的学生信息平台还是基于传统的方式，有人工进行输入，人工进行维护等。并且数据的运用也很有限（数据存储等）。本专利技术利用人工智能（NLP）技术，提供了一套构建，完善当前高校信息化的数据平台，基于平台进行大数据分析，对学生进行精准画像，从而实现精准教育，精准资助，学生心理健康辅导等。

技术实现思路

[0004]本专利技术针对上述技术问题，克服现有技术的缺点，提供的一套构建学生画像的方法，利用大数据，进行精准助学资助，学生分类培养，教师教学改进，学校教育治理，学生心理健康报告&异常预测，以及招生(分类筛选和持续培养)具有很高的使用价值。
[0005]本专利技术进一步限定的技术方案是：一种大数据下基于学生画像的精准资助系统，包括数据收集和准备模块、与数据收集和准备模块电连接的自然语言处理模块、与自然语言处理模块电连接的学生信息知识图谱数据库模块、与学生信息知识图谱数据库模块电连接的学生画像分析模块及与学生画像分析模块电连接的用户交互UI模块；所述数据收集和准备模块包括学生信息管理系统单元、后勤管理部门单元、校园网论坛单元、校医院&心理健康办公室单元、数据清洗和整理单元。
[0006]进一步的，所述自然语言处理模块用于扫描处理电子化文档，进行归档解析整理成规范的格式并存储到本地数据库等。
[0007]进一步的，所述学生信息知识图谱数据库模块采用数据库去存储学生的信息数据，学生的原始数据，经过自然语言处理模块处理后，转变为离散化的，类别化的数据，把每个学生的道，智，体，美，劳的全方位数据以进行存储。
[0008]进一步的，所述学生画像分析模块由标签体系构建单元、生成画像单元、精准助学分析单元。
[0009]进一步的，所述用户交互UI模块用于提供web UI以供管理员进行查询与定期生成
分析报告。
[0010]本专利技术的有益效果是：（1）本专利技术中，提供的一套构建学生画像的方法，利用大数据，进行精准助学资助，学生分类培养，教师教学改进，学校教育治理，学生心理健康报告&异常预测，以及招生(分类筛选和持续培养)具有很高的使用价值；（2）本专利技术中，利用大数据分析技术，对学生进行画像，实现精准资助，精准教育，心里健康辅导等；（3）本专利技术中，基于NLP技术，对学生的各种数据（结构化的和非结构化的）进行分析，构建学生信息化数据平台；（4）本专利技术中，利用机器学习技术，对学生进行画像；利用神经网络技术，对数据进行分析，精准资助，精准教育，心里健康辅导等。
附图说明
[0011]图1是实施例1中精准资助系统各模块连接示意图；图2是实施例1中数据收集和准备模块图；图3是实施例1中学生信息知识图谱数据库模块流程图；图中，1、数据收集和准备模块；2、自然语言处理模块；3、学生信息知识图谱数据库模块；4、学生画像分析模块；5、用户交互UI模块。
具体实施方式
[0012]以下结合附图对本专利技术作进一步详细说明。
[0013]一种大数据下基于学生画像的精准资助系统，如图1所示，包括数据收集和准备模块1、与数据收集和准备模块1电连接的自然语言处理模块2、与自然语言处理模块2电连接的学生信息知识图谱数据库模块3、与学生信息知识图谱数据库模块3电连接的学生画像分析模块4及与学生画像分析模块UI4电连接的用户交互模块5。
[0014]如图2所示，数据收集和准备模块1包括学生信息管理系统单元、后勤管理部门单元、校园网论坛单元、校医院&心理健康办公室单元、数据清洗和整理单元。
[0015]自然语言处理模块2用于扫描处理电子化文档，进行归档解析整理成规范的格式并存储到本地数据库等。
[0016]如图3所示，学生信息知识图谱数据库模块3采用数据库去存储学生的信息数据，学生的原始数据，经过自然语言模块2处理后，转变为离散化的，类别化的数据，把每个学生的道，智，体，美，劳的全方位数据以进行存储。该模块UI采用数据库去存储学生的信息数据，学生的原始数据，经过自然语言模块UI处理后，转变为离散化的，类别化的数据，把每个学生的道，智，体，美，劳的全方位数据以进行存储。采用自顶向下(top-down)的方式，以每个学生为实体，然后再基于输入数据完成信息抽取到图谱构建的过程。
[0017]学生画像分析模块4由标签体系构建单元、生成画像单元、精准助学分析单元。
[0018]用户交互模块5用于提供web UI以供管理员进行查询与定期生成分析报告。
[0019]其主要工作原理如下：首先数据收集和准备模块1接受处理学生的基本信息（学习数据，生活数据，身体和心理健康数据以及学校论坛的信息数据），考试成绩，竞赛成绩，考
勤信息，校园卡消费数据，心里健康数据等，是表格形式的结果数据，这类数据基本上是数字化的。只需要做一些简单的数据清洗和整理。然后输入到自然语言处理模块2。社会实践，校园论坛数据，老师评价，家庭情况信息等，都是文本化的数据。这类数据不能直接处理， 需要进行向量化的操作，转化为词向量和句向量。一般采用的word2vec模型或者BERT的模型来进行转化。然后输入到自然语言处理模块2，该系统模块主要是四种不同类型的文档文件：针对本地非电子化文档，需要先进行扫描电子化，结合OCR等技术将扫描件转换成文本文档；针对本地电子化文档，需要将本地文档按文档类型、格式进行归档解析整理成规范的格式；针对网络资源，需要根据网站特点，开发相应的爬虫，对数据进行爬取，并存储到本地数据库等等；还有一些第三方资源，需要获取相应的数据访问接口，并通过接口获取相应数据。
[0020]学生信息知识图谱数据库模块3采用数据库去存储学生的信息数据，学生的原始数据，经过自然语言处理模块2处理后，转变为离散化的，类别化的数据，把每个学生的道，智，体，美，劳的全方位数据以进行存储。采用自顶向下(top-down)的方式， 以每个学生为实体，然后再基于输入数据完成信息抽取到图谱构建的过程。
[0021]包括本体构建：知识图谱构建的第一步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大数据下基于学生画像的精准资助系统，其特征在于：包括数据收集和准备模块（1）、与数据收集和准备模块（1）电连接的自然语言处理模块（2）、与自然语言处理模块（2）电连接的学生信息知识图谱数据库模块（3）、与学生信息知识图谱数据库模块（3）电连接的学生画像分析模块（4）及与学生画像分析模块（4）电连接的用户交互UI模块（5）；所述数据收集和准备模块（1）包括学生信息管理系统单元、后勤管理部门单元、校园网论坛单元、校医院&心理健康办公室单元、数据清洗和整理单元。2.根据权利要求1所述的一种大数据下基于学生画像的精准资助系统，其特征在于：所述自然语言处理模块（2）用于扫描处理电子化文档，进行归档解析整理成规范...

【专利技术属性】
技术研发人员：卢艳，
申请(专利权)人：江苏信息职业技术学院，
类型：发明
国别省市：