【技术实现步骤摘要】
本专利技术涉及信息管理系统领域，具体涉及一种家校社协同教育信息数据综合管理方法及系统。
技术介绍
1、在21世纪的信息社会，教育不再是仅限于学校教室的活动，而变成了一种涵盖家庭、学校和社区的全方位过程；这种趋势突出了家校社协同教育的重要性，并需要建立有效的信息数据管理系统来适应这种转变。当今的教育产生了大量的数据，包括学生的个人信息、学习成绩、行为记录等，这些数据可以被用来改进教育实践，但也带来了数据处理和分析的挑战。
2、在当前的教育环境中，家庭、学校和社区都扮演着关键的角色，这些实体需要协同工作、共享信息，并定期更新对学生的理解，从而更加有效地支持学生的发展。这就需要一个系统能够集成各种数据源，进行深度分析，并生成有关学生表现、进步以及需要改进之处的报告；这样的系统不仅可以提高教育的质量和效率，还可以帮助构建和更新每个学生的详细用户画像；在更新用户画像的过程中，需要对采集的多维数据进行数据降维分析，但是传统的降维方法例如pca算法得到的降维数据会存在信息丢失的问题，并随着时间的发展学生所注重的多维数据存在差异，导致传统的pca降维方法不能自适应根据这种差异变化进行特征值调整，进而会产生错误的降维分析结果。
技术实现思路
1、本专利技术提供一种家校社协同教育信息数据综合管理方法及系统，以解决现有的信息管理更新用户画像而降维的过程中会造成信息丢失及结果错误的问题，所采用的技术方案具体如下：
2、第一方面，本专利技术一个实施例提供了一种家校社协同教育信息数据综
3、采集若干学生每个阶段每个维度的数据；
4、根据所有学生相同阶段同一维度下所有数据的分布，获取每个学生每个阶段每个维度的关注度基准值；根据同一学生不同阶段同一维度下数据的变化，获取每个学生每个阶段每个维度的校正权重值；根据校正权重值及关注度基准值得到每个学生每个阶段每个维度的关注度；
5、根据不同学生相同阶段同一维度下数据的差异，以及每个学生每个阶段每个维度的关注度，得到任意两个学生在同一阶段的差异距离；根据差异距离进行聚类得到每个学生在每个阶段的所属聚簇；
6、根据每个聚簇每个维度的自适应阈值，以及每个学生每个阶段每个维度的数据，获取每个学生每个阶段每个维度的偏差程度；根据每个学生不同阶段相同维度的偏差程度，得到每个学生每个维度的偏差值；
7、根据每个学生每个维度的维度向量及偏差值，对每个学生进行自适应pca降维并得到用户画像，存储在家校社协同教育的信息数据综合管理平台中。
8、进一步的，所述每个学生每个阶段每个维度的关注度基准值，具体的获取方法为：
9、对于第i个阶段第l个维度，获取所有学生在该阶段该维度的数据，作为该阶段该维度的数据集合，在数据集合中获取每个数据的出现频率，根据出现频率进行方差计算，得到的结果记为该阶段该维度的频率方差；
10、对数据集合中任意两个数据计算差值绝对值，将差值绝对值作为两个数据的距离，从所有距离中的最小值开始提取，不重复地得到若干数据对；第j个学生在第i个阶段第l个维度的关注度基准值αi,l(j)的计算方法为：
11、
12、其中，σ(pi,l)表示第i个阶段第l个维度的频率方差，ni,l表示第i个阶段第l个维度的数据集合中数据对的数量，di,l,n表示第i个阶段第l个维度的数据集合中第n个数据对中两个数据的距离，表示第i个阶段第l个维度的数据集合中所有数据对中两个数据的距离的最大值，fi,l(j)表示第j个学生在第i个阶段第l个维度的数据，表示第i个阶段第l个维度所有学生的数据的均值，max(δfi,l)表示第i个阶段第l个维度所有学生的数据与均值的差值绝对值的最大值，||表示求绝对值，exp[]表示以自然常数为底的指数函数；
13、获取每个学生每个阶段每个维度的关注度基准值。
14、进一步的，所述每个学生每个阶段每个维度的校正权重值，具体的获取方法为：
15、对于第j个学生在第l个维度不同阶段的数据，以横坐标为阶段，纵坐标为数据值，构建该学生该维度的阶段数据变化曲线，对阶段数据变化曲线中除第一个数据点之外每个数据点计算斜率，第j个学生在第i个阶段第l个维度的校正权重值εi，l(j)的计算方法为：
16、
17、
18、其中，表示第j个学生在第i个阶段第l个维度的斜率变化参数，fi，l(j)表示第j个学生在第i个阶段第l个维度的数据，t1，l(j)表示第j个学生在第一个阶段第l个维度的数据，(j)表示第j个学生在第l个维度第i个阶段及之前阶段所有相邻阶段的数据的差值绝对值的均值，||表示求绝对值，exp()表示以自然常数为底的指数函数；mi，l(j)表示第j个学生在第1个维度的阶段数据变化曲线中，第i个阶段及之前阶段的斜率的数量；m1i，l(j)表示第j个学生在第l个维度的阶段数据变化曲线中，第i个阶段及之前阶段的斜率值为正的斜率数量；m2i，l(j)表示第j个学生在第1个维度的阶段数据变化曲线中，第i个阶段及之前阶段的斜率值为负的斜率数量；
19、获取每个学生每个阶段每个维度的校正权重值。
20、进一步的，所述根据校正权重值及关注度基准值得到每个学生每个阶段每个维度的关注度，包括的具体方法为：
21、对于第j个学生在第i个阶段第1个维度的校正权重值，将校正权重值加1得到的和，与第j个学生在第i个阶段第1个维度的关注度基准值的乘积，作为第j个学生在第i个阶段第1个维度的关注度；
22、获取每个学生每个阶段每个维度的关注度。
23、进一步的，所述得到任意两个学生在同一阶段的差异距离，包括的具体方法为：
24、以任意一个学生为当前学生，对当前学生任意一个阶段下所有维度的关注度进行softmax归一化，得到的结果记为当前学生该阶段下每个维度的关注权重；
25、获取当前学生与除当前学生之外任意一个学生在该阶段所有维度的数据，获取两个学生该阶段下相同维度的数据的差值绝对值，获取每个维度的差值绝对值，对差值绝对值进行线性归一化，得到的结果记为该学生与当前学生该阶段下每个维度的差异程度；
26、对所有差异程度根据对应维度当前学生的关注权重进行加权求和，得到的和值记为该学生与当前学生该阶段下的差异系数；获取其他每个学生与当前学生在该阶段的差异系数；获取任意两个学生在该阶段的差异系数；
27、任意两个学生在该阶段存在两个差异系数，将两个差异系数中的最大值作为两个学生在该阶段的差异距离，得到任意两个学生在该阶段的差异距离；
28、获取任意两个学生在每个阶段的差异距离。
29、进一步的，所述根据差异距离进行聚类得到每个学生在每个阶段的所属聚簇，包括的具体方法为：
30、对于任意一个阶段，根据差异距离对该阶段的学生进行dbscan聚类，聚类的距离度量为该阶段两个学生本文档来自技高网...
【技术保护点】
1.一种家校社协同教育信息数据综合管理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种家校社协同教育信息数据综合管理方法，其特征在于，所述每个学生每个阶段每个维度的关注度基准值，具体的获取方法为：
3.根据权利要求1所述的一种家校社协同教育信息数据综合管理方法，其特征在于，所述每个学生每个阶段每个维度的校正权重值，具体的获取方法为：
4.根据权利要求1所述的一种家校社协同教育信息数据综合管理方法，其特征在于，所述根据校正权重值及关注度基准值得到每个学生每个阶段每个维度的关注度，包括的具体方法为：
5.根据权利要求1所述的一种家校社协同教育信息数据综合管理方法，其特征在于，所述得到任意两个学生在同一阶段的差异距离，包括的具体方法为：
6.根据权利要求1所述的一种家校社协同教育信息数据综合管理方法，其特征在于，所述根据差异距离进行聚类得到每个学生在每个阶段的所属聚簇，包括的具体方法为：
7.根据权利要求1所述的一种家校社协同教育信息数据综合管理方法，其特征在于，所述每个学生每个阶段每个维度的偏
8.根据权利要求1所述的一种家校社协同教育信息数据综合管理方法，其特征在于，所述得到每个学生每个维度的偏差值，包括的具体方法为：
9.根据权利要求1所述的一种家校社协同教育信息数据综合管理方法，其特征在于，所述对每个学生进行自适应PCA降维并得到用户画像，包括的具体方法为：
10.一种家校社协同教育信息数据综合管理系统，其特征在于，该系统包括：
...【技术特征摘要】
1.一种家校社协同教育信息数据综合管理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种家校社协同教育信息数据综合管理方法，其特征在于，所述每个学生每个阶段每个维度的关注度基准值，具体的获取方法为：
3.根据权利要求1所述的一种家校社协同教育信息数据综合管理方法，其特征在于，所述每个学生每个阶段每个维度的校正权重值，具体的获取方法为：
4.根据权利要求1所述的一种家校社协同教育信息数据综合管理方法，其特征在于，所述根据校正权重值及关注度基准值得到每个学生每个阶段每个维度的关注度，包括的具体方法为：
5.根据权利要求1所述的一种家校社协同教育信息数据综合管理方法，其特征在于，所述得到任意两个学生在同一阶段的差异距离，包括的具体方法...
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。