公开(公告)号：CN115659787A

公开(公告)日：2023-01-31

申请号：CN202211230420.X

申请日：2022-09-30

Applicant: 安徽桃花岛信息技术有限公司 ,  安徽大学

Inventor： 陈岩 ,  漆星 ,  俞跃舒 ,  韩梦

IPC: G06F30/27 ,  G06Q50/20 ,  G06F119/02

Abstract: 本发明涉及一种基于时序动态图神经网络的学生成绩预测方法及系统，其方法包括：S1：获取学生历史成绩进行预处理，按学期划分为T个学期，构建基于教师改卷习惯的学生成绩的图表示模型，进行图嵌入计算，生成每学期的图节点的特征矩阵；S2：构建图卷积网络对图节点的特征矩阵进行特征提取，得到每学期的图级别的特征向量，并将1～T‑1学期的特征向量组成一个特征向量序列；S3：将特征向量序列输入LSTM模型进行训练，输出预测的未来学期T的图级别的特征向量；S4：将未来学期的图级别的特征向量进行解码，得到预测图矩阵，再对预测图矩阵进行重构，预测学生未来的成绩。本发明提供的方法，引入了教师改卷习惯和历史成绩对学生成绩的影响，预测的精度更高。

公开(公告)号：CN116860812A

公开(公告)日：2023-10-10

申请号：CN202310381670.1

申请日：2023-04-11

Applicant: 安徽桃花岛信息技术有限公司

Inventor： 陈岩 ,  漆星 ,  俞跃舒 ,  韩梦

IPC: G06F16/2457 ,  G06F16/2458 ,  G06F18/214 ,  G06F18/241 ,  G06Q50/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于改进时序图神经网络的学生图书推荐系统及方法，包括学生借阅图表示模型生成模块、图的节点嵌入矩阵生成模块、图级别的嵌入向量生成模块、图书借阅关系预测矩阵生成模块、借阅关系解码重构模块。通过确定学生图书借阅的图表示模型、获得图级别的嵌入向量、获得基于改进门控循环单元模型的图书借阅关系预测矩阵、获得预测矩阵解码重构后的借阅关系5个过程实现。本发明考虑了学生借阅兴趣随着的时间变化而改变，从而对学生借阅行为和偏好产生影响，相对于改进前的推荐算法，本发明的计算时间缩短了50％，效率提升了一倍。