基于高校学生用户多数据融合的智慧校园分析模型

摘要

本文提出了一种基于高校学生用户多数据融合的智慧校园分析模型,该模型通过应用深度神经网络的计算方法,从用户多源高维数据中有效提取出具有强判别能力和低维特性的相关性特征表达,并利用卷积神经网络进行相关性特征的融合,最后,实现学生用户画像的构建.真正意义上,实现利用大数据和人工智能技术来促进教育改革,让管理部门和教师都能掌握学生校园行为发生的特点和规律,并依此做出相应的推荐和预警,实现学校"前置式"管理模式的创新.