一种基于组稀疏融合医院大数据建立学生成长画像的方法

摘要

本发明提供一种基于组稀疏融合医院大数据建立学生成长画像的方法，通过获取学生的多源高维数据，包括学生基本信息数据、学校学习数据、日常生活数据和医院规培实习数据；对多源高维数据进行数据预处理；基于稀疏算法中的三元组表示法对预处理后的样本数据集进行压缩存储；利用二分K‑means聚类算法将相关性强的特征标签进行分组，构建出更贴合学生实际情况的学生成长画像标签体系；将各个标签组合成不同的特征标签组，基于局部学习获取样本数据特征标签组的聚类分布信息；在聚类分布信息的指导下，借助组稀疏回归获取特征权重，用于评估特征的重要性，挑选出相应的重要特征标签。根据高维数据所建立学生成长画像标签体系，构建出融合医院大数据立体的学生成长画像。实施本发明，能使搜集的数据更完整，构建的学生画像指标体系更立体、完整和准确，一定程度上避免主观随意性。