基于DNN网络结构的学院转专业生源研究

作者：高实

来源：吉林大学学报(信息科学版), 2021, 39(04): 479-484.

DOI：10.19292/j.cnki.jdxxp.2021.04.017

• 转专业
• DNN网络
• Tensorflow框架

针对目前高校转专业分配效率低,需要提前预测报考情况的问题,提出一种基于DNN(Deep Neural Network)网络结构下的预测模型。并以吉林大学2003年-2017年热门学院学生转专业情况建立预测模型;引入DNN深度学习网络结构,在谷歌研发的Tensorflow框架下建立高校热门学院转专业生源数量预测模型;最后,采用训练已有15年的数据对2020年的热门学院转专业生源数量进行预测分析。数据分析结果表明,所提方法较好地解决了热门学院转专业报考人数预测的问题,对后续工作开展具有一定的指导意义。

• 单位
  吉林省教育学院