【技术实现步骤摘要】
基于数据分析的大学生综合素质管理系统及方法
[0001]本申请涉及智能化管理
,并且更具体地,涉及一种基于数据分析的大学生综合素质管理系统及方法。
技术介绍
[0002]随着高等教育的普及和发展,大学生的综合素质成为了教育评价的重要指标之一。大学生的综合素质不仅包括学习成绩,还包括阅读习惯、生活方式、社交能力等多个方面。
[0003]然而,传统的大学生综合素质评价方法通常只依赖于主观问卷或者单一的数据源,缺乏客观性和全面性,不能真实反映大学生的多维度特征和潜在价值。因此,期待一种优化的大学生综合素质管理方案。
技术实现思路
[0004]为了解决上述技术问题,提出了本申请。本申请的实施例提供了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。
[0005]第一方面,提供了一种基于数据分析的大学生综合素质管理方法,其包括:
[0006]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;
[0007]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 ...
【技术保护点】
【技术特征摘要】
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。2.根据权利要求1所述的基于数据分析的大学生综合素质管理方法,其特征在于,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。3.根据权利要求2所述的基于数据分析的大学生综合素质管理方法,其特征在于,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。4.根据权利要求3所述的基于数据分析的大学生综合素质管理方法,其特征在于,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。5.根据权利要求4所述的基于数据分析的大学生综合素质管理方法,其特征在于,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,v
′
i
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,v
i
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...
【专利技术属性】
技术研发人员:李忠,李国朋,于磊,郭利军,
申请(专利权)人:郑州优美智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。