公开(公告)号：CN114863341B

公开(公告)日：2024-05-31

申请号：CN202210535724.0

申请日：2022-05-17

Applicant: 济南大学

Inventor： 马坤 ,  张嘉轩 ,  纪科 ,  陈贞翔 ,  杨波

IPC: G06V20/40 ,  G06V10/764 ,  G06V10/80 ,  G06N3/126 ,  G06Q50/20

Abstract: 本发明涉及人工智能技术领域，提供了一种在线课程学习监督方法及系统，包括：采集待监督用户的退课预测数据；对所述退课预测数据进行预处理和特征提取后，得到退课特征，输入加权软投票集成分类模型，得到待监督用户对所选课程的退课概率；若退课概率超出设定值，则向待监督用户发送提醒信息；其中，加权软投票集成分类模型集成若干个基分类器，并由遗传算法确定每个基分类器的权重，各基分类器的结果经过加权求和得到模型输出的退课概率。提高了模型对不同数据的泛化能力，提高线课程学习监督的精度。

公开(公告)号：CN114863341A

公开(公告)日：2022-08-05

申请号：CN202210535724.0

申请日：2022-05-17

Applicant: 济南大学

Inventor： 马坤 ,  张嘉轩 ,  纪科 ,  陈贞翔 ,  杨波

IPC: G06V20/40 ,  G06V10/764 ,  G06V10/80 ,  G06N3/12 ,  G06Q50/20

Abstract: 本发明涉及人工智能技术领域，提供了一种在线课程学习监督方法及系统，包括：采集待监督用户的退课预测数据；对所述退课预测数据进行预处理和特征提取后，得到退课特征，输入加权软投票集成分类模型，得到待监督用户对所选课程的退课概率；若退课概率超出设定值，则向待监督用户发送提醒信息；其中，加权软投票集成分类模型集成若干个基分类器，并由遗传算法确定每个基分类器的权重，各基分类器的结果经过加权求和得到模型输出的退课概率。提高了模型对不同数据的泛化能力，提高线课程学习监督的精度。

公开(公告)号：CN114912027B

公开(公告)日：2024-12-27

申请号：CN202210608349.8

申请日：2022-05-31

Applicant: 济南大学

Inventor： 马坤 ,  郑楠 ,  张嘉轩 ,  纪科 ,  陈贞翔 ,  杨波

IPC: G06F16/9535 ,  G06F18/2113 ,  G06F18/2431 ,  G06F18/241 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/20 ,  G06N20/20 ,  G06N5/01

Abstract: 本发明涉及学习方案推荐技术领域，提供了一种基于学习成效预测的学习方案推荐方法及系统，包括：获取待预测用户的基本数据以及对某个课程的学习行为数据，并进行预处理后，构建并筛选出分类特征，得到待预测用户的特征向量，输入训练好的在线课程学生学习成效预测模型，预测得到待预测用户对该课程的学习成效，当学习成效为未通过考核时，发送预警信息给待预测用户，并获取参考用户的学习效率和学习方案，将学习效率最高的参考用户的学习方案发送给待预测用户；并通过集成多个机器学习模型提高了模型对不同样本的泛化能力，实现了对有失败风险的学生做到准确预警和对预警学生进行最优、最适合的学习方案推荐。

公开(公告)号：CN114912027A

公开(公告)日：2022-08-16

申请号：CN202210608349.8

申请日：2022-05-31

Applicant: 济南大学

Inventor： 马坤 ,  郑楠 ,  张嘉轩 ,  纪科 ,  陈贞翔 ,  杨波

IPC: G06F16/9535 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/20

Abstract: 本发明涉及学习方案推荐技术领域，提供了一种基于学习成效预测的学习方案推荐方法及系统，包括：获取待预测用户的基本数据以及对某个课程的学习行为数据，并进行预处理后，构建并筛选出分类特征，得到待预测用户的特征向量，输入训练好的在线课程学生学习成效预测模型，预测得到待预测用户对该课程的学习成效，当学习成效为未通过考核时，发送预警信息给待预测用户，并获取参考用户的学习效率和学习方案，将学习效率最高的参考用户的学习方案发送给待预测用户；并通过集成多个机器学习模型提高了模型对不同样本的泛化能力，实现了对有失败风险的学生做到准确预警和对预警学生进行最优、最适合的学习方案推荐。