一种基于活动流的学生成长追踪数据处理方法技术

本发明专利技术公开了一种基于活动流的学生成长追踪数据处理方法，具体为：训练获取五大活动流描述模型，自主学习活动流，测试学习活动流，互动学习活动流，体育活动流，科普活动流；收集针对学生在不同区域所产生的数据；收集的数据存入基础数据平台(ODS)中,并采用基于日志的变更数据捕获(CDC)进行数据更新；对基础数据平台(ODS)中的非结构化数据，文本，图像/视频，音频通过深度学习方式进行活动流信息提取；通过已封装的ETL Engine轮询调用SQL Merge，将更新的数据送入数据仓库(DW)；对数据仓库(DW)的数据根据预设的五大活动流描述模型进行特征级数据融合以及决策级数据融合；可用于学生成长追踪分析。成长追踪分析。成长追踪分析。

【技术实现步骤摘要】
一种基于活动流的学生成长追踪数据处理方法


[0001]本专利技术属于教育信息化
，具体涉及一种基于活动流的学生成长追踪数据处理方法。

技术介绍

[0002]在教育信息化时代，学生成长数据无时无刻不在产生，学生成长数据可以直接反映出学生进行的成长活动，同时，学生在不同的学习状态下或者不同的成长阶段下，学生所进行的成长活动数据可能会有些变化或者成长活动类型可能会有些不同，因此也可以潜在挖掘出学生在不同学习状态下以及不同的学习阶段的学生学习活动偏好，因此学生成长数据在关注学生成长过程中具有很高的应用价值。
[0003]学生成长活动数据通常来源于不同的系统平台，数据结构类型也不尽相同。目前的学生成长活动的分析通常只针对学生在某一特定系统平台产生的学习数据，虽然也可能分析出学生的学习状态以及学习偏好，但是存在数据不充分，没有对学生在其他系统平台产生的数据进行分析，数据之间无法进行有效的汇聚，共享和管理，因此对学生成长活动的分析可能会造成一定的偏差，没有完全实现数据价值。
[0004]数据汇聚与融合是目前教育信息化研究的一大热点，首先本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于活动流的学生成长追踪数据处理方法，其特征在于，上述方法包括如下步骤：采集学生在多个活动场景的数据；将所述数据执行处理并存入基础数据平台，所述处理包括划分数据为结构化数据及非结构化数据；在所述基础数据平台上，对上述存入的数据进行提取并执行特征值提取和模型训练输出基于活动流数据分析结论；所述模型为五大活动流描述模型，包括学生自主学习追踪模型，测试学习追踪模型，互动学习追踪模型，体育活动追踪模型，科普活动追踪模型。2.根据权利要求1所述的基于活动流的学生成长追踪数据处理方法，其特征在于，所述方法还包括对所述存入的数据执行更新步骤：通过已封装的ETL Engine轮询调用SQL Merge，将更新的数据送入所述基础数据平台的数据仓库。3.根据权利要求1或2所述的基于活动流的学生成长追踪数据处理方法，其特征在于，所述非结构化数据包括：文本、图像/视频、音频；所述不同类型的非结构化数据的处理模型不同。4.根据权利要求3所述的基于活动流的学生成长追踪数据处理方法，其特征在于，所述文本数据的处理方法为：所述文本信息的处理为：基于BiLSTM双向长短期记忆以及CRF条件随机场来执行命名实体识别，使用训练后的所述模型执行实体信息提取。5.根据权利要求3所述的基于活动流的学生成长追踪数据处理方法，其特征在于，所述图片/视频数据的处理为：基于CRNN+CTC的文字识别的技术，提取目标关键信息。6.根据权利要...

【专利技术属性】
技术研发人员：廖盛斌，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：