亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于神經(jīng)網(wǎng)絡(luò)算法的高校貧困生預(yù)測(cè)模型研究

        2021-04-24 14:23:16
        關(guān)鍵詞:一卡通貧困生神經(jīng)網(wǎng)絡(luò)

        (江蘇科技大學(xué)蘇州理工學(xué)院 江蘇 215600)

        1 引言

        高校在智慧校園與高校大數(shù)據(jù)平臺(tái)建設(shè)中,沉淀了大量的學(xué)生校園行為數(shù)據(jù),尤其是在校園一卡通普及后,每天高校都產(chǎn)生數(shù)萬(wàn)條學(xué)生刷卡行為數(shù)據(jù)。而貧困生資助工作一直以來(lái)是高校學(xué)生工作的重點(diǎn)之一,實(shí)現(xiàn)資助工作科學(xué)化的前提是識(shí)別對(duì)象精準(zhǔn)化。但是高校在傳統(tǒng)的貧困生認(rèn)定工作中,仍然會(huì)出現(xiàn)因?qū)W生材料可信度考證難度大、偽貧困和學(xué)生因心理壓力拒絕申請(qǐng)等情況出現(xiàn),對(duì)此給高校貧困生認(rèn)定工作帶來(lái)了一定困難。

        為了提高貧困生認(rèn)定的準(zhǔn)確率,各高校都在研究使用數(shù)據(jù)挖掘與大數(shù)據(jù)技術(shù)突破貧困生認(rèn)定工作的瓶頸,如使用Apriori 關(guān)聯(lián)規(guī)則算法、貝葉斯分類(lèi)算法、K-Means 聚類(lèi)算法、SVM(支持向量機(jī))等算法模型提高貧困生認(rèn)定的精準(zhǔn)率。本文采用神經(jīng)網(wǎng)絡(luò)算法模型實(shí)現(xiàn)對(duì)貧困生身份的精準(zhǔn)預(yù)測(cè)。神經(jīng)網(wǎng)絡(luò)算法有較強(qiáng)的非線(xiàn)性映射能力,適合于求解內(nèi)部機(jī)制復(fù)雜的問(wèn)題,具備自組織自適應(yīng)、非線(xiàn)性映射、高度并行、高泛化等特點(diǎn),對(duì)基于校園一卡通消費(fèi)數(shù)據(jù)的數(shù)據(jù)挖掘工作有較高的識(shí)別預(yù)測(cè)的能力,可以輔助高校挖掘潛在的貧困生,提高資助工作精準(zhǔn)性。

        2 基于神經(jīng)網(wǎng)絡(luò)算法的預(yù)測(cè)模型

        BP 網(wǎng)絡(luò),是一種按誤差逆向傳播算法訓(xùn)練的多層前饋網(wǎng)絡(luò),是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一,用于函數(shù)逼近、模型識(shí)別分類(lèi)、數(shù)據(jù)壓縮和時(shí)間序列預(yù)測(cè)等。它是一種有監(jiān)督的學(xué)習(xí)算法,具有很強(qiáng)的自適應(yīng)、自學(xué)習(xí)、非線(xiàn)性映射能力,能較好地解決數(shù)據(jù)少、信息貧、不確定性問(wèn)題,且不受非線(xiàn)性模型的限制。一個(gè)典型的BP 網(wǎng)絡(luò)應(yīng)該包括三層:輸入層、隱含層和輸出層。各層之間全連接,同層之間無(wú)連接。隱含層可以有很多層,對(duì)于一般的神經(jīng)網(wǎng)絡(luò)而言,單層的隱含層已經(jīng)足夠了。上圖是一個(gè)典型的BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。

        2.1 貧困生的消費(fèi)特征提取與選擇

        本次模型數(shù)據(jù)依托于學(xué)生基本信息和學(xué)校一卡通系統(tǒng)中的數(shù)據(jù)進(jìn)行分析,挖掘?qū)W生消費(fèi)習(xí)慣與貧困生之間的關(guān)系。高校數(shù)據(jù)中,雖然有很多看似有用的數(shù)據(jù),例如學(xué)生填寫(xiě)的家庭經(jīng)濟(jì)情況信息,包括家庭人口、工作、收入和其他證明材料(生病證明、受災(zāi)證明、貧困證明等),但都存在一定主觀(guān)性,學(xué)校無(wú)法準(zhǔn)確判斷其真實(shí)有效性,所以本次采用數(shù)據(jù)中,基本信息只是用學(xué)生最基本信息,如生源地、民族、考生類(lèi)別等信息。

        在一卡通消費(fèi)數(shù)據(jù)中,本文選取2018 年9 月到12 月份18 級(jí)某學(xué)院的學(xué)生消費(fèi)數(shù)據(jù),共計(jì)22W 條。數(shù)據(jù)樣本中,因?qū)W校水費(fèi)電費(fèi)采取宿舍內(nèi)部公攤形式收費(fèi),容易使貧困生個(gè)人消費(fèi)數(shù)據(jù)失準(zhǔn),所以從樣本集中刪除該類(lèi)數(shù)據(jù),同樣刪除的有季節(jié)性消費(fèi)的熱水、淋浴類(lèi)型數(shù)據(jù)。此時(shí)一卡通數(shù)據(jù)共計(jì)186822 條。

        由于挖掘模型是針對(duì)學(xué)生個(gè)體,所以在數(shù)據(jù)與處理階段,將18.6W 條數(shù)據(jù),根據(jù)學(xué)生個(gè)人進(jìn)行統(tǒng)計(jì),統(tǒng)計(jì)維度包括學(xué)生每月消費(fèi)次數(shù),每月消費(fèi)金額,月早午晚餐次數(shù)和金額、食堂消費(fèi),超市消費(fèi),其他類(lèi)型消費(fèi)等。

        圖1 為學(xué)生個(gè)人數(shù)據(jù),由于分析軟件對(duì)中文不友好,所以將學(xué)生的政治面貌、性別、生源等信息,替換為數(shù)字標(biāo)識(shí)。

        圖1 學(xué)生數(shù)據(jù)

        2.2 BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型構(gòu)建

        本文使用的是BP神經(jīng)網(wǎng)絡(luò)模型,是從有貧困生身份字段(is_poor)的訓(xùn)練集中,挖掘?qū)W習(xí)數(shù)據(jù)內(nèi)部規(guī)則的算法,然后對(duì)測(cè)試數(shù)據(jù)進(jìn)行測(cè)試預(yù)測(cè)出貧困生身份。本文實(shí)驗(yàn)基于具有圖形用戶(hù)界面的互動(dòng)原型特點(diǎn)的RapidMiner 平臺(tái),此平臺(tái)為開(kāi)源平臺(tái),除了提供圖形交互外,還提供支持代碼鑲嵌,開(kāi)放接口等功能。

        本次模型神經(jīng)網(wǎng)絡(luò)建立了三層結(jié)構(gòu),直觀(guān)展示了輸入輸出過(guò)程,輸入層為學(xué)生個(gè)人數(shù)據(jù)的58 個(gè)特征,每個(gè)特征對(duì)應(yīng)一個(gè)神經(jīng)元,所以輸入層節(jié)點(diǎn)為58 個(gè)。此次挖掘是針對(duì)學(xué)生是否為貧困生身份進(jìn)行的,所以輸出層神經(jīng)元個(gè)數(shù)為2 個(gè)。中間層為隱藏層,因?yàn)楸敬瓮诰驅(qū)W習(xí)使用數(shù)據(jù)量較大,考慮到效率問(wèn)題,僅使用了一個(gè)隱藏層。根據(jù)公式H=(M+N)1/2+α,M 為58,N 為2,α∈[1,10],結(jié)合實(shí)際訓(xùn)練結(jié)果,隱藏層為16 個(gè)神經(jīng)元時(shí)結(jié)果最好。AdaBoost 的iterations設(shè)置為10,training cycles 設(shè)置為200,error epsilon 為10E-4。

        2.3 預(yù)測(cè)模型的驗(yàn)證

        模型完成訓(xùn)練后,將測(cè)試數(shù)據(jù)導(dǎo)入模型中,記錄模型數(shù)據(jù)層節(jié)點(diǎn)輸出的值,將預(yù)測(cè)值predict(is_poor)與測(cè)試集對(duì)應(yīng)的實(shí)際貧困生身份對(duì)比分析。測(cè)試結(jié)果如表1 所示。本次測(cè)試共355 條數(shù)據(jù),其中正確預(yù)測(cè)記錄為293 條,正確率為82.54%。本模型采用學(xué)校真實(shí)數(shù)據(jù),對(duì)學(xué)校學(xué)生貧困身份進(jìn)行識(shí)別,并與相關(guān)部門(mén)提供的學(xué)生貧困生數(shù)據(jù)進(jìn)行對(duì)比。

        表1 預(yù)測(cè)結(jié)果

        3 結(jié)論

        本次數(shù)據(jù)挖掘,采取校園一卡通22W 條數(shù)據(jù),和355 條學(xué)生個(gè)人信息數(shù)據(jù),通過(guò)數(shù)據(jù)清晰和預(yù)處理,從22W 條數(shù)據(jù)中提取近百個(gè)特征點(diǎn),通過(guò)傳統(tǒng)和主成分分析等方法,保留了58 個(gè)特征點(diǎn),將數(shù)據(jù)引入到神經(jīng)網(wǎng)絡(luò)模型中,得到準(zhǔn)確率為82.54%的模型,符合對(duì)該模型的預(yù)期。

        將大數(shù)據(jù)技術(shù)和神經(jīng)網(wǎng)絡(luò)挖掘方法應(yīng)用到高校的貧困生認(rèn)定工作中,旨在甄別貧困生身份,通過(guò)分析學(xué)生的基本信息和校園一卡通的業(yè)務(wù)數(shù)據(jù),保證模型的客觀(guān)性。在經(jīng)過(guò)大量數(shù)據(jù)訓(xùn)練和驗(yàn)證后,本模型可以作為貧困生身份認(rèn)定的參考依據(jù),輔助學(xué)校相關(guān)部門(mén),在貧困生認(rèn)定工作時(shí)提供數(shù)據(jù)和決策支持。

        在數(shù)據(jù)預(yù)處理和特征選擇時(shí),還可以通過(guò)其他嘗試,提高模型的準(zhǔn)確率。例如根據(jù)一卡通數(shù)據(jù)消費(fèi)特點(diǎn),增加或刪除特征點(diǎn);根據(jù)不同時(shí)間節(jié)點(diǎn),將學(xué)生數(shù)據(jù)分為周末消費(fèi)和非周末消費(fèi);引入學(xué)業(yè)成績(jī)數(shù)據(jù)和其他非一卡通數(shù)據(jù),提取特征點(diǎn),加入模型。

        猜你喜歡
        一卡通貧困生神經(jīng)網(wǎng)絡(luò)
        神經(jīng)網(wǎng)絡(luò)抑制無(wú)線(xiàn)通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        基于“一卡通”開(kāi)發(fā)的員工信息識(shí)別系統(tǒng)
        電子制作(2016年19期)2016-08-24 07:49:44
        向心加速度學(xué)習(xí)一卡通
        基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
        復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
        向心加速度學(xué)習(xí)一卡通
        基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
        一卡通為新農(nóng)合基金加密
        “貧困生班主任”李金林
        十年籌資千萬(wàn)元 資助八千貧困生
        国产在热线精品视频| 免费视频成人 国产精品网站| 免费成人福利视频| 东风日产系列全部车型| 美女扒开内裤让我捅的视频| 91久久精品国产综合另类专区| 精品熟人妻一区二区三区四区不卡| 亚洲av无码专区亚洲av网站| 日本高清视频www| 4444亚洲人成无码网在线观看| 免费AV一区二区三区无码| 亚洲一级av大片在线观看| 日韩肥臀人妻中文字幕一区| 内射干少妇亚洲69xxx| 337p西西人体大胆瓣开下部| 麻豆av传媒蜜桃天美传媒| 日韩亚洲中文图片小说| 日本高清无卡一区二区三区| av天堂手机免费在线| 真实人与人性恔配视频| 无遮挡又黄又刺激又爽的视频| 四月婷婷丁香七月色综合高清国产裸聊在线 | 女同在线网站免费观看| 亚洲综合日韩精品一区二区| 日本少妇浓毛bbwbbwbbw| 性色av一区二区三区| 久久国产成人免费网站| 手机在线免费看av网站| 最新中文字幕一区二区| 疯狂添女人下部视频免费| 伊人久久网国产伊人| 亚洲天堂免费成人av| 日韩精品一区二区免费| 亚洲成av人片在www| 成人免费ā片在线观看| 国内自拍第一区二区三区| 精品国产一区二区三区a| 新婚少妇无套内谢国语播放 | 波多野结衣国产一区二区三区| 国产AV无码无遮挡毛片| 亚洲av资源网站手机在线 |