一种基于多模态数据分析的大学生党员继续教育跟踪评价系统及方法

    公开(公告)号:CN116777690A

    公开(公告)日:2023-09-19

    申请号:CN202310607195.5

    申请日:2023-05-26

    Applicant: 安徽大学

    Abstract: 本发明提供了一种基于多模态数据分析的大学生党员继续教育跟踪评价系统及方法。该系统结合了多种数据源和分析技术,旨在全面评估大学生党员在继续教育方面的表现和发展,为其提供个性化的建议和培训计划。该系统包括数据收集模块、数据分析模块、评估模块和报告生成模块。数据收集模块通过选择合适的数据源,获取大学生党员的多模态数据,如在线学习时长、线上作业评分、主题汇报交流质量等。数据分析模块对收集到的数据进行预处理、特征提取和模型训练,以揭示大学生党员继续教育的规律和趋势。评估模块根据设定的评价指标和权重,对大学生党员的继续教育进行综合评估和排名。报告生成模块根据评估结果生成个性化的评价报告,包括继续教育得分、排名以及具体的建议和培训计划。本发明的大学生党员继续教育跟踪评价系统及方法在高校和党组织中具有广泛的应用前景,可以有效提升大学生党员的继续教育水平,推动其全面发展。

    一种基于校园行为数据分析的大学生心理健康状态评估模型与预警方法

    公开(公告)号:CN116825348A

    公开(公告)日:2023-09-29

    申请号:CN202310701739.4

    申请日:2023-06-14

    Applicant: 安徽大学

    Abstract: 本发明提供了一种基于校园行为数据分析的大学生心理健康状态评估模型与预警方法。传统的心理健康评估方法存在主观性和人工干预的局限性,无法准确、及时地评估学生的心理健康状态。本发明利用学生在校园内的行为数据,如校食堂消费数据、校医院问诊数据、学业数据、课堂出勤数据、日常校园出行数据和人脸识别面部表情数据,结合机器学习和统计分析技术,建立评估模型并进行数据分析,实现对大学生心理健康状态的准确评估和潜在问题的预警。本发明通过对学生行为数据的分析,可以提取出与心理健康相关的特征,并构建心理健康评估与预警模型。该模型能够准确评估学生的心理健康状态,并及时发现潜在问题,为学校和教育机构提供科学的评估工具和决策依据。同时,学生也能够受益于个性化的心理支持和干预措施,促进其心理健康的提升和全面发展。

Patent Agency Ranking