一种基于数字画像的学生综合评价方法技术

本发明专利技术提供了一种基于数字画像的学生综合评价方法，属于数字数据处理技术领域。包括基于学生原始数据确定预处理规则和标签规则；分别将各所述预处理规则和所述标签规则配置为预处理规则树和画像规则树；分别为所述预处理规则树和画像规则树配置预处理规则流和画像规则流，规则流用于编排多个规则树的执行顺序，执行顺序至少包括以下之一：串行、并行和分支执行；调用所述预处理规则流，将所述学生原始数据处理为学生标准化数据；响应于评价请求，读取所述学生标准化数据，调用所述画像规则流生成标签信息，将所述标签信息聚合为学生画像。本发明专利技术通过构建在线编辑、即时生效、并行执行的标签规则体系，提高画像标签生成效率。提高画像标签生成效率。提高画像标签生成效率。

【技术实现步骤摘要】
一种基于数字画像的学生综合评价方法


[0001]本专利技术涉及一种基于数字画像的学生综合评价方法，属于数字数据处理


技术介绍

[0002]数字画像是通过数据标签构建出来的用户画像，是大数据精细化运营和精准营销服务的基础。随着信息技术在教育领域的深入应用，基于数字画像的综合素质评价成为以数据驱动方式助力学生全面而个性化发展的参考依据。现有技术中，有通过手工方式来打标签，效率低下且不够灵活，也有通过机器学习方式来打标签，模型训练费时且与学校原有综合评价体系契合度不高，还有通过规则引擎来打标签，但规则串行执行模式效率不高。
[0003]因此，需要设计一种基于数字画像的学生综合评价方法，构建在线编辑、即时生效、并行执行的标签规则体系，提高画像标签生成效率。

技术实现思路

[0004]本专利技术提供一种基于数字画像的学生综合评价方法，构建在线编辑、即时生效、并行执行的标签规则体系，解决相关技术中画像标签构建不灵活且生成效率低的问题，实现学生评价的及时性、科学性、准确性。
[0005]为达到上述目的，本专利技术采用如下技术方案：
[0006]一种基于数字画像的学生综合评价方法，包括：
[0007]基于学生原始数据确定预处理规则和标签规则；
[0008]分别将所述预处理规则和所述标签规则配置为预处理规则树和画像规则树；
[0009]分别为所述预处理规则树和画像规则树配置预处理规则流和画像规则流，其中，规则流用于编排规则树的执行顺序，所述执行顺序包括以下至少之一：串行、并行和分支执行；
[0010]调用所述预处理规则流，将所述学生原始数据处理为学生标准化数据；
[0011]响应于评价请求，读取所述学生标准化数据，调用所述画像规则流生成标签信息，将所述标签信息聚合为学生画像。
[0012]进一步地，所述预处理规则包括：
[0013]清洗规则，将所述学生原始数据中的缺失值用中位数进行补全、异常值用平均值替换、重复数据删除、无用属性删除；
[0014]转换规则，将所述学生原始数据中上位分类型数据转换为二进制形式、连续型数据离散化；
[0015]归一规则，将所述学生原始数据中不同源端的同一属性值映射到预定范围；
[0016]分类规则，将所属学生原始数据按预定类型划分四个主题域，包括：专业素质域、社会实践域、科技创新域、职业素养域。
[0017]进一步地，所述标签规则包括：专业素质标签规则、社会实践标签规则、科技创新
标签规则、职业素养标签规则。
[0018]进一步地，所述专业素质标签规则所述计算公式如下：
[0019][0020]其中，S为专业基础素质得分，、分别为第i门专业课成绩和学分，、分别为第j门选修课成绩和学分，、分别为专业课和选修课的预定权重。
[0021]进一步地，所述社会实践标签规则包括以下子规则至少之一：不同级别知识竞赛活动奖项对应得分、不同社会实践项目对应得分；
[0022]进一步地，所述科技创新标签规则包括以下子规则至少之一：不同级别科技竞赛奖项对应得分、不同科研论文期刊级别和署名类型对应得分、参加不同科研课题对应得分、出版著作对应的得分；
[0023]进一步地，所述职业素养标签规则包括以下子规则至少之一：不同普通话等级对应得分、教学比赛不同级别奖励对应得分、不同级别职业技术能力证书对应得分、不同外语能力证书对应得分、不同计算机等级证书对应得分、不同体育比赛名次对应得分、不同艺术活动名次对应得分。
[0024]进一步地，所述标签信息聚合，将各所述画像规则树执行的输出结果输入组合规则运算输出综合评价得分，其中，组合规则包含两个子规则：
[0025]原始分规则，计算公式如下：
[0026][0027]其中，为原始得分，和分别为第Z个标签规则及对应的预定权重；
[0028]综合测评规则，计算公式如下：
[0029][0030]其中，为最终测评结果， 为所述原始得分的平均值，为预定参数，为预定基础分。
[0031]进一步地，所述预处理规则树和画像规则树均为树形结构，所述树形结构每个内部节点表示一个子规则条件的判断，每个分支表示一个子规则结果的输出或要执行的操作，最后的每个叶子节点表示一类规则的最终结果。
[0032]进一步地，所述预处理规则流和画像规则流为用连线连接的流程节点的运行流程，其中，所述流程节点包括：
[0033]开始节点，是规则流开始的标志，所述开始节点绑定了所述规则流的触发条件；
[0034]规则节点，关联至少一个规则，当规则流流转到当前节点时执行所述规则节点绑定的规则；
[0035]动作节点，将流程流转到此节点时，会执行与该节点绑定的程序操作；
[0036]分支节点，将流程拆分为两个以上的子流程，并行流转所述分支节点之后的节点；
[0037]决策节点，根据判定条件对所述决策节点之后的节点进行选择性流转；
[0038]聚合节点，聚合由分支节点拆分出来的子流程。
[0039]进一步地，所述学生标准化数据以所述学生的学号为一级索引，以所述主题域为二级索引的形式存储在索引数据库Elasticsearch中。
[0040]本专利技术的有益效果：本专利技术中的一种基于数字画像的学生综合评价方法，通过构建在线编辑、即时生效、并行执行的标签规则体系，提高画像标签生成效率，实现学生评价的及时性、科学性、准确性。
附图说明
[0041]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]图1为本专利技术的流程示意图。
[0043]图2为本专利技术实施例提供的预处理规则流示意图。
[0044]图3为本专利技术实施例提供的画像规则流示意图。
具体实施方式
[0045]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0046]以下结合附图对本专利技术的实施例作进一步详细说明。
[0047]本实施例中的基于数字画像的学生发展多维综合评价方法，如图1所示，包括：
[0048]步骤110，基于学生原始数据确定预处理规则和标签规则；
[0049]步骤120，分别将各所述预处理规则和所述标签规则配置为预处理规则树和画像规则树；
[0050]步骤130，分别为所述预处理规则树和画像规则树配置预处理规则流和画像规则流，其中，规则流用于编排多个规则树的执行顺序，所述执行顺序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字画像的学生综合评价方法，其特征在于，包括：基于学生原始数据确定预处理规则和标签规则；分别将所述预处理规则和所述标签规则配置为预处理规则树和画像规则树；分别为所述预处理规则树和画像规则树配置预处理规则流和画像规则流，其中，规则流用于编排规则树的执行顺序，所述执行顺序包括以下至少之一：串行、并行和分支执行；调用所述预处理规则流，将所述学生原始数据处理为学生标准化数据；响应于评价请求，读取所述学生标准化数据，调用所述画像规则流生成标签信息，将所述标签信息聚合为学生画像；所述预处理规则包括：清洗规则，将所述学生原始数据中的缺失值用中位数进行补全，异常值用平均值替换，重复数据删除，无用属性删除；转换规则，将所述学生原始数据中上位分类型数据转换为二进制形式，连续型数据离散化；归一规则，将所述学生原始数据中不同源端的同一属性值映射到预定范围；分类规则，将所述学生原始数据按预定类型划分四个主题域，包括：专业素质域、社会实践域、科技创新域、职业素养域。2.根据权利要求1所述的一种基于数字画像的学生综合评价方法，其特征在于，所述标签规则包括：专业素质标签规则、社会实践标签规则、科技创新标签规则、职业素养标签规则。3.根据权利要求2所述的一种基于数字画像的学生综合评价方法，其特征在于，所述专业素质标签规则的计算公式如下：；其中，S为专业基础素质得分，、分别为第i门专业课的成绩和学分，、分别为第j门选修课的成绩和学分，、分别为专业课和选修课的预定权重。4.根据权利要求2所述的一种基于数字画像的学生综合评价方法，其特征在于，所述社会实践标签规则包括以下子规则至少之一：不同级别知识竞赛活动奖项对应得分、不同社会实践项目对应得分。5.根据权利要求2所述的一种基于数字画像的学生综合评价方法，其特征在于，所述科技创新标签规则包括以下子规则至少之一：不同级别科技竞赛奖项对应得分、不同...

【专利技术属性】
技术研发人员：邹伟，邹飞，袁凌云，
申请(专利权)人：云南师范大学，
类型：发明
国别省市：