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。
科研之友
微信
新浪微博
Facebook
分享链接
