王新澳¹,段磊¹,崔丁山¹,卢莉¹,顿毅杰²,秦蕊琦¹

¹(四川大学计算机学院 成都 610065);²(西北民族大学数学与计算机科学学院 兰州 730030) (wangxinao@stu.scu.edu.cn)

出版日期: 2020-11-01


基金资助:国家自然科学基金项目(61972268,61572332);国家重点研发计划项目(2018YFB0704301);四川省重点研发项目(2019YFG0491);四川省高等教育人才培养质量和教学改革项目(JG2018-92)

Search of Students with Similar Lifestyle Based on Campus Behavior Information Network

Wang Xin’ao¹, Duan Lei¹, Cui Dingshan¹, Lu Li¹, Dun Yijie², Qin Ruiqi¹

¹(School of Computer Science, Sichuan University, Chengdu 610065);²(School of Mathematics and Computer Science, Northwest Minzu University, Lanzhou 730030)

Online: 2020-11-01


Supported by:This work was supported by the National Natural Science Foundation of China (61972268, 61572332), the National Key Research and Development Program of China (2018YFB0704301), the Key Rsearch and Dvelopment Program of Sichuan Province (2019YFG0491), and Sichuan Higher Education Talent Training Quality and Teaching Reform Project (JG2018-92).

摘要/Abstract

摘要： 利用大数据分析、深度学习等新一代信息技术，通过掌握学生的兴趣、爱好、生活习惯等，提高人才培养质量已成为当前重要的科学研究问题.寻找具有相似生活习惯的学生对于心理状况及学业状况预警都有着积极的作用.已有的相似生活习惯学生搜索算法无法解释学生之间相似的原因，并且无法拓展性地融合更多数据源.为此提出了基于校园行为信息网络的生活习惯相似学生搜索算法SCALE(similar campus lifestyle miner).SCALE算法通过带约束的元路径计算相似度.SCALE不仅能保留原始数据中的相似语义，同时可以在此基础上拓展性地融合更多数据源.进一步对算法各部分解耦，为SCALE算法设计了并行化策略以提高执行效率.通过真实校园环境数据集上的实验，验证了SCALE算法的有效性和执行效率.

参考文献

相关文章 4

[1]	吴瑶, 申德荣, 寇月, 聂铁铮, 于戈. 多元图融合的异构信息网嵌入[J]. 计算机研究与发展, 2020, 57(9): 1928-1938.
[2]	马毅,郭杏莉,孙宇彤,苑倩倩,任阳,段然,高琳. 基于HeteSim的疾病关联长非编码RNA预测[J]. 计算机研究与发展, 2019, 56(9): 1889-1896.
[3]	赵泽亚,贾岩涛,王元卓,靳小龙,程学旗. 基于动态异构信息网络的时序关系预测[J]. 计算机研究与发展, 2015, 52(8): 1735-1741.
[4]	刘钰峰,李仁发. 异构信息网络上基于图正则化的半监督学习[J]. 计算机研究与发展, 2015, 52(3): 606-613.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4300