利用基本信息和行为数据发现高校贫困学生

• 作者: 周涛 夏虎 张杨 王伟 聂敏 邓辉
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 大数据 数据挖掘 家庭贫困学生 学生行为数据
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 复杂性科学
• 页码范围: 795-800
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.12178/1001-0548.2020139

摘要

高校学生的扶贫助困工作一直是教育各界关注的重点,如何利用有效的大数据分析手段减轻评审工作量和公平化评审流程,从而实现高校精准扶贫的目标,是一项值得深入研究的问题.该文以高校学生行为数据为基础,结合高校数据的时序性特点,抽取学生基本信息和行为数据的多维特征,提出基于深度学习理论的CW-LSTM算法进行预测.最后使用真实数据对模型进行验证,结果显示,该方法优于朴素贝叶斯算法和决策树算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周涛		58	527	10.0	22.0
2	王伟		47	353	12.0	15.0
3	夏虎		11	25	3.0	4.0
4	张杨		15	25	3.0	3.0
5	聂敏		2	0	0.0	0.0
6	邓辉		1	0	0.0	0.0