CN108460475A - 基于学生上网行为的贫困生预测方法和装置 - Google Patents

基于学生上网行为的贫困生预测方法和装置 Download PDF

Info

Publication number
CN108460475A
CN108460475A CN201711384515.6A CN201711384515A CN108460475A CN 108460475 A CN108460475 A CN 108460475A CN 201711384515 A CN201711384515 A CN 201711384515A CN 108460475 A CN108460475 A CN 108460475A
Authority
CN
China
Prior art keywords
indication information
student
module
students
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711384515.6A
Other languages
English (en)
Inventor
李林
李智博
董旭
李宝环
范成伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhuo Zhi Network Technology Co Ltd
Original Assignee
Zhuo Zhi Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhuo Zhi Network Technology Co Ltd filed Critical Zhuo Zhi Network Technology Co Ltd
Priority to CN201711384515.6A priority Critical patent/CN108460475A/zh
Publication of CN108460475A publication Critical patent/CN108460475A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation, e.g. linear programming, "travelling salesman problem" or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education
    • G06Q50/205Education administration or guidance
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本发明公开了一种基于学生上网行为的贫困生预测方法和装置。其中,该方法包括:获取学生上网数据;对上网数据进行分析,得到多种与消费能力相关的指标信息;对每种指标信息分别进行筛选,得到筛选结果;根据筛选结果确定贫困生。本发明解决了现有技术中通过选举的方式或者通过统计一卡通消费的方式识别出的贫困生不准确的技术问题。

Description

基于学生上网行为的贫困生预测方法和装置
技术领域
[0001] 本发明涉及计算机互联网领域,具体而言,涉及一种基于学生上网行为的贫困生 预测方法和装置。
背景技术
[0002] 在预测学生贫困生的方法上,传统的方法主要有两种,一种主流方法是通过学生 选举推荐方法来评测出贫困生,另一种是是通过统计学生每月一卡通在学校的消费情况, 如在食堂、校园超市等的消费情况来判断学生的经济情况。
[0003] 但是上述两种传统方式都有各自的缺点,对于学生选举的方式,虽然在一定程度 上提升了学生民主权利,但是不免有些自尊心比较强或者比较内向的学生不太善于在同学 面前显露自己的经济情况,导致部分真实的贫困学生未被识别出来;对于基于统计一卡通 消费的方式,由于互联网的高速发展和外卖平台的普及,很多学生用户选择外卖或者其他 就餐和消费方式,导致一卡通的使用并不能完全反映出学生的消费的能力,甚至在存在较 大的偏差,消费金额小的学生可能在其他平台进行大量的消费;因此上述两种方式识别出 来的贫困生有极大可能是不准确的。
[0004] 针对上述现有技术中通过选举的方式或者通过统计一卡通消费的方式识别出的 贫困生不准确的问题,目前尚未提出有效的解决方案。
发明内容
[0005] 本发明实施例提供了一种基于学生上网行为的贫困生预测方法和装置,以至少解 决现有技术中通过选举的方式或者通过统计一^^通消费的方式识别出的贫困生不准确的 技术问题。
[0006] 根据本发明实施例的一个方面,提供了一种基于学生上网行为的贫困生预测方 法,包括:获取学生上网数据;对上网数据进行分析,得到多种与消费能力相关的指标信息; 对每种指标信息分别进行筛选,得到筛选结果;根据筛选结果确定贫困生。
[0007] 根据本发明实施例的另一方面,还提供了一种基于学生上网行为的贫困生预测装 置,包括:获取模块,用于获取学生上网数据;分析模块,用于对上网数据进行分析,得到多 种与消费能力相关的指标信息;筛选模块,用于对每种指标信息分别进行筛选,得到筛选结 果;确定模块,用于根据筛选结果确定贫困生。
[0008] 根据本发明实施例的另一方面,还提供了 一种存储介质,存储介质包括存储的程 序,其中,在程序运行时控制存储介质所在设备执行上述基于学生上网行为的贫困生预测 方法。
[0009] 根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其 中,程序运行时执行上述基于学生上网行为的贫困生预测方法。
[0010] 根据本发明实施例的另一方面,还提供了一种终端,包括:获取模块,用于获取学 生上网数据;分析模块,用于对上网数据进行分析,得到多种与消费能力相关的指标信肩、; 筛选模块,用于对每种指标信息分别进行筛选,得到筛选结果;确定模块,用于根据筛选结 果确定贫困生;处理器,处理器运行程序,其中,程序运行时对于从获取模块、分析模块、筛 选模块和确定模块输出的数据执行上述基于学生上网行为的贫困生预测方法。
[0011] 根据本发明实施例的另一方面,还提供了一种终端,包括:获取模块,用于获取学 生上网数据;分析模块,用于对上网数据进行分析,得到多种与消费能力相关的指标信息; 筛选模块,用于对每种指标信息分别进行筛选,得到筛选结果;确定模块,用于根据筛选结 果确定贫困生;存储介质,用于存储程序,其中,程序在运行时对于从获取模块、分析模块、 筛选模块和确定模块输出的数据执行上述基于学生上网行为的贫困生预测方法。
[0012] 在本发明实施例中,采用大数据的方式,通过获取学生上网数据;对上网数据进行 分析,得到多种与消费能力相关的指标信息;对每种指标信息分别进行筛选,得到筛选结 果;根据筛选结果确定贫困生,达到了对贫困生进行准确预测的目的,从而实现了克服了使 用一卡通数据来反映学生消费能力上的缺失以及选举方式需要学生或者老师参与而导致 的大量人力的浪费,提高了预测结果的准确率和无遗漏率,并且能够较好的保护学生的隐 私的技术效果,进而解决了现有技术中通过选举的方式或者通过统计一卡通消费的方式识 别出的贫困生不准确的技术问题。
附图说明
[0013] 此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发 明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
[0014] 图1是根据本发明实施例的一种基于学生上网彳丁为的贫困生预测方法的不意图;
[0015] 图2是根据本发明实施例的一种可选的基于学生上网行为的贫困生预测方法的示 意图;
[0016] 图3是根据本发明实施例的一种可选的基于学生上网行为的贫困生预测方法的示 意图;以及
[0017]图4是根据本发明实施例的一种基于学生上网彳丁为的贫困生预测装置的不意图。
具体实施方式
[0018] 需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相 互组合。下面将参考附图并结合实施例来详细说明本发明。
[0019]为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的 附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是 本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人 员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范 围。
[0020]需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第 二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用 的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或 描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆 盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于 清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品 或设备固有的其它步骤或单元。
[0021] 实施例1
[0022] 根据本发明实施例,提供了一种基于学生上网行为的贫困生预测方法的方法实施 例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算 机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于 此处的顺序执行所示出或描述的步骤。
[0023]图1是根据本发明实施例的基于学生上网行为的贫困生预测方法,如图1所示,该 方法包括如下步骤:
[0024] 步骤S102,获取学生上网数据;
[0025]步骤S104,对上网数据进行分析,得到多种与消费能力相关的指标信息;
[0026] 步骤S106,对每种指标信息分别进行筛选,得到筛选结果;
[0027] 步骤S108,根据筛选结果确定贫困生。
[0028] 具体的,伴随着互联网的快速发展,学生的日常生活已经离不开网络,因此学生的 日常上网行为会反映出学生的消费能力,本发明即通过由学生上网行为确定的多维度的与 消费有关的信息来反映学生的消费能力,进而预测出贫困生信息。
[0029]具体的,步骤S102中,在获取学生的上网数据时,如图2所示,可以通过网络采集器 从学校的核心交换机中获取,学校的核心交换机中会保存学生的上网信息,并且在学校上 网通常是需要进行实名认证的,或者可以对上网信息进行用户认证信息实名认证,因此可 以通过用户认证系统映射得到基于用户ID的上网数据,即得到学生实名的上网数据,在一 种具体的实施例中,获取到的上网数据可以以图3所示的数据具体信息字段进行显示。
[0030]具体的,步骤S104中,通过多种与消费能力相关的指标信息,可以通过多维度来确 定贫困生,使预测结果更加准确,避免单一维度造成的预测结果不准确或遗漏的现象。
[0031] 在本发明实施例中,采用大数据的方式,通过获取学生上网数据;对上网数据进行 分析,得到多种与消费能力相关的指标信息;对每种指标信息分别进行筛选,得到筛选结 果;根据筛选结果确定贫困生,达到了对贫困生进行准确预测的目的,从而实现了克服了使 用一卡通数据来反映学生消费能力上的缺失以及选举方式需要学生或者老师参与而导致 的大量人力的浪费,提高了预测结果的准确率和无遗漏率,并且能够较好的保护学生的隐 私的技术效果,进而解决了现有技术中通过选举的方式或者通过统计一卡通消费的方式识 别出的贫困生不准确的技术问题。
[0032] 在一种可选的实施例中,多种与消费能力相关的指标信息包括至少如下之一:购 物网站访问次数、消费类词语搜索次数、上网设备类型、外卖类第三方应用程序的访问次数 和购物类第三方应用程序的访问次数。
[0033]具体的,在多种与消费能力相关的指标信息包括购物网站访问次数时,对上网数 据进行分析,得到购物网站访问次数可以为通过对上网数据中请求url的分析可以得出用 户访问购物类网站的次数。
[0034]具体的,在多种与消费能力相关的指标信息包括消费类词语搜索次数时,对上网 数据进行分析,得到消费类词语搜索次数可以为通过对上网数据中上一级url的信息的解 析,例如用户在百度搜索信息,跳转到其他页面时,这一字段会携带用户的搜索词,因此可 以根据搜索词语提取出消费类词语的搜索次数。
[0035]具体的,在多种与消费能力相关的指标信息包括上网设备类型、外卖类第三方应 用程序(APP)的访问次数或购物类第三方应用程序(APP)的访问次数时,对上网数据进行分 析,得到上网设备类型可以为通过对上网数据中请求方法(requestjnethod)的分析可以得 出用户使用的设备类型和用户使用的APP信息,例如,若请求方法为“网易云音乐3.7.4rv: 670 (iPhone; iOS 10 • 1 • 1; zh_CN) ”,则表示用户使用iphone设备,并且使用了网易云音乐 APP,基于此,可以统计出用户使用的设备类型,同时访问了多少次外卖类APP和购物类APP。 [0036]上述购物网站访问次数、消费类词语搜索次数、上网设备类型、外卖类第三方应用 程序的访问次数和购物类第三方应用程序的访问次数的信息都可以表示学生的消费能力。 [0037] 在一种可选的实施例中,步骤S104中对上网数据进行分析,得到多种与消费能力 相关的指标信息,包括:步骤S202,将上网数据与预设数据库进行比对,得到多种与消费能 力相关的指标信息,其中,预设数据库包括至少如下之一种的数据信息:购物网站、消费类 词语、上网设备类型、外卖类第三方应用程序和购物类第三方应用程序。
[0038]具体的,在得到多种与消费能力相关的指标信息时,需要对上网数据进行解析以 及与数据库进行比对,例如,在指标信息包括购物网站访问次数时,需要通过与数据库的比 对识别出购物网站,进而得到购物网站访问次数,因此本发明中在将上网数据与预设数据 库进行比对之前,还包括预构建预设数据库的步骤,并且可以对数据库进行不断的丰富和 修改,以更好的识别出指标信息,对应指标信息中的购物网站访问次数、消费类词语搜索次 数、上网设备类型、外卖类第三方应用程序的访问次数和购物类第三方应用程序的访问次 数,数据库中可以包括如下的数据信息:购物网站、消费类词语、上网设备类型、外卖类第三 方应用程序和购物类第三方应用程序等。
[0039] 在一种可选的实施例中,步骤S106中对每种指标信息分别进行筛选,得到筛选结 果,包括:
[0040] 步骤S302,对每种指标信息分别进行量化,得到量化后的指标信息;
[0041]步骤S304,对每种量化后的指标信息进行排序,得到排序后的指标信息;
[0042] 步骤S306,统计每种排序后的指标信息中预设范围内的指标信息,得到筛选结果。 [0043]具体的,在得到指标信息后,需要对指标信息进行量化,使量化后的指标信息能够 更加明显的反映学生的消费能力,在量化过程中,针对上网设备类型的指标信息,可以根据 上网设备类型的价值来确定量化值,例如,若上网设备为手机,学生用的手机价值越高,则 量化值越高,量化值越高,代表学生的消费能力越强,例如可以判断学生否使用iphone,可 以判断使用高端iPhone手机为消费能力强的学生,同理,针对其他指标信息,对外卖、购物 类APP以及购物类网站的访问次数多以及消费类词语搜索次数多的学生都可以视作消费能 力强的学生。
[0044]具体的,步骤S304中可以对每种量化后的指标信息按照从大到小或从小到大的顺 序进行排序,得到排序后的指标信息;步骤S306中统计每种排序后的指标信息中预设范围 内的指标信息,在每种量化后的指标信息按照从大到小的顺序进行排序时,预设范围可以 是排在最后30%,即统计每种排序后的指标信息中排在最后30%的指标信息,这些指标信 息对应的学生可以表示消费能力较弱。此处需要注意的,本发明对预设范围不做限定,预设 范围可以自定义设置,并且针对每种指标信息,可以设置的相同,也可以设置的不相同。
[0045]在一种可选的实施例中,步骤S108中根据筛选结果确定贫困生,包括:
[0046]步骤S402,根据每种排序后的指标信息中预设范围内的指标信息对应的学生信 息,确定学生信息中每个学生对应的指标信息种类个数;
[0047]步骤S404,根据每个学生对应的指标信息种类个数确定贫困生。
[0048]具体的,在得到根据每种排序后的指标信息中预设范围内的指标信息对应的学生 信息后,就可以确定这些学生中每个学生对应的指标信息的种类的个数,例如,如果一个学 生所有指标信息都在预设范围内,则表示该学生消费能力弱,可以预测为贫困生,在指标信 息的种类为5个,并且预设范围为30 %时,S卩,如果一个学生5项指标信息都排在最后30 %, 则表示该学生消费能力弱,因此可以根据每个学生对应的指标信息种类个数确定贫困生。 [0049]此处需要说明的是,本发明通过统计的指标信息,量化到贫困生预测是一个完整 的信息量化方法;通过对统计的各项指标信息,先进行量化处理,统计出后预设范围内的指 标信息,能够得到一个相对独立群体的统计信息;这样针对不同地区的学校,如发达地区与 不发达地区学校的统计信息在各自学校内部都是有效的,最后综合各项指标信息得到的消 费能力很弱学生,也是独立的,即各个学校的贫困学生有其各自的特点,但是这些学生在其 学校内部消费能力是相对弱的这点是确定的。
[0050] 实施例2
[0051]根据本发明实施例,提供了一种基于学生上网行为的贫困生预测装置的产品实施 例,图4是根据本发明实施例的基于学生上网行为的贫困生预测装置,如图4所示,该装置包 括获取模块、分析模块、筛选模块和确定模块,其中,获取模块,用于获取学生上网数据;分 析模块,用于对上网数据进行分析,得到多种与消费能力相关的指标信息;筛选模块,用于 对每种指标信息分别进行筛选,得到筛选结果;确定模块,用于根据筛选结果确定贫困生。 [0052]在本发明实施例中,采用大数据的方式,通过获取模块获取学生上网数据;分析模 块对上网数据进行分析,得到多种与消费能力相关的指标信息;筛选模块对每种指标信息 分别进行筛选,得到筛选结果;确定模块根据筛选结果确定贫困生,达到了对贫困生进行准 确预测的目的,从而实现了克服了使用一卡通数据来反映学生消费能力上的缺失以及选举 方式需要学生或者老师参与而导致的大量人力的浪费,提高了预测结果的准确率和无遗漏 率,并且能够较好的保护学生的隐私的技术效果,进而解决了现有技术中通过选举的方式 或者通过统计一卡通消费的方式识别出的贫困生不准确的技术问题。
[0053]此处需要说明的是,上述获取模块、分析模块、筛选模块和确定模块对应于实施例 1中的步骤S102至步骤S108,上述模块与对应的步骤所实现的示例和应用场景相同,但不限 于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组 计算机可执行指令的计算机系统中执行。
[0054]在一种可选的实施例中,多种与消费能力相关的指标信息包括至少如下之一:购 物网站访问次数、消费类词语搜索次数、上网设备类型、外卖类第三方应用程序的访问次数 和购物类第三方应用程序的访问次数。
[0055]在一种可选的实施例中,分析模块,包括比对模块,用于将上网数据与预设数据库 进行比对,得到多种与消费能力相关的指标信息,其中,预设数据库包括至少如下之一种的 数据信息:购物网站、消费类词语、上网设备类型、外卖类第三方应用程序和购物类第三方 应用程序。
[0056] 此处需要说明的是,上述比对模块对应于实施例1中的步骤S202,上述模块与对应 的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的 是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。 [0057]在一种可选的实施例中,筛选模块,包括量化模块、排序模块和统计模块,其中,量 化模块,用于对每种指标信息分别进行量化,得到量化后的指标信息;排序模块,用于对每 种量化后的指标信息进行排序,得到排序后的指标信息;统计模块,用于统计每种排序后的 指标信息中预设范围内的指标信息,得到筛选结果。
[0058] 此处需要说明的是,上述量化模块、排序模块和统计模块对应于实施例1中的步骤 S302至步骤S306,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实 施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可 执行指令的计算机系统中执行。
[0059] 在一种可选的实施例中,确定模块,包括第一确定模块和第二确定模块,其中,第 一确定模块,用于根据每种排序后的指标信息中预设范围内的指标信息对应的学生信息, 确定学生信息中每个学生对应的指标信息种类个数;第二确定模块,用于根据每个学生对 应的指标信息种类个数确定贫困生。
[0060] 此处需要说明的是,上述第一确定模块和第二确定模块对应于实施例1中的步骤 S402至步骤S404,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实 施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可 执行指令的计算机系统中执行。
[0061] 实施例3
[0062] 根据本发明实施例,提供了一种存储介质的产品实施例,该存储介质包括存储的 程序,其中,在程序运行时控制存储介质所在设备执行上述基于学生上网行为的贫困生预 测方法。
[0063] 实施例4
[0064] 根据本发明实施例,提供了一种处理器的产品实施例,该处理器用于运行程序,其 中,程序运行时执行上述基于学生上网行为的贫困生预测方法。
[0065] 实施例5
[0066] 根据本发明实施例,提供了一种终端的广品实施例,该终端包括获取模块、分析模 块、筛选模块、确定模块和处理器,其中,获取模块,用于获取学生上网数据;分析模块,用于 对上网数据进行分析,得到多种与消费能力相关的指标信息;筛选模块,用于对每种指标信 息分别进行筛选,得到筛选结果;确定模块,用于根据筛选结果确定贫困生;处理器,处理器 运行程序,其中,程序运行时对于从获取模块、分析模块、筛选模块和确定模块输出的数据 执行上述基于学生上网行为的贫困生预测方法。
[0067] 实施例6
[0068] 根据本发明实施例,提供了一种终端的产品实施例,该终端包括获取模块、分析模 块、筛选模块、确定模块和存储介质,其中,获取模块,用于获取学生上网数据;分析模块,用 于对上网数据进行分析,得到多种与消费能力相关的指标信息;筛选模块,用于对每种指标 信息分别进行筛选,得到筛选结果;确定模块,用于根据筛选结果确定贫困生;存储介质,用 于存储程序,其中,程序在运行时对于从获取模块、分析模块、筛选模块和确定模块输出的 数据执行上述基于学生上网行为的贫困生预测方法。
[0069] 上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
[0070] 在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有 详述的部分,可以参见其他实施例的相关描述。
[0071] 在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的 方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为 一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或 者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互 之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连 接,可以是电性或其它的形式。
[0072] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显 示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个 单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0073] 另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以 是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单 元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
[0074]所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用 时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上 或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式 体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机 设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或 部分步骤。而前述的存储介质包括:U盘、只读存储器(R〇M,Read-Only Memory)、随机存取存 储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的 介质。
[0075]以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人 员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应 视为本发明的保护范围。

Claims (10)

1. 一种基于学生上网行为的贫困生预测方法,其特征在于,包括: 获取学生上网数据; 对所述上网数据进行分析,得到多种与消费能力相关的指标信息; 对每种所述指标信息分别进行筛选,得到筛选结果; 根据所述筛选结果确定贫困生。
2. 根据权利要求1所述的方法,其特征在于,所述多种与消费能力相关的指标信息包括 至少如下之一:购物网站访问次数、消费类词语搜索次数、上网设备类型、外卖类第三方应 用程序的访问次数和购物类第三方应用程序的访问次数。
3. 根据权利要求2所述的方法,其特征在于,对所述上网数据进行分析,得到多种与消 费能力相关的指标彳目息,包括: 将所述上网数据与预设数据库进行比对,得到多种与消费能力相关的指标信息,其中, 所述预设数据库包括至少如下之一种的数据信息:购物网站、消费类词语、上网设备类型、 外卖类第三方应用程序和购物类第三方应用程序。
4. 根据权利要求1所述的方法,其特征在于,对每种所述指标信息分别进行筛选,得到 筛选结果,包括: 对每种所述指标信息分别进行量化,得到量化后的指标信息; 对每种所述量化后的指标信息进行排序,得到排序后的指标信息; 统计每种所述排序后的指标信息中预设范围内的指标信息,得到所述筛选结果。
5. 根据权利要求4所述的方法,其特征在于,根据所述筛选结果确定贫困生,包括: 根据每种所述排序后的指标信息中预设范围内的指标信息对应的学生信息,确定所述 学生信息中每个学生对应的指标信息种类个数; 根据所述每个学生对应的指标信息种类个数确定所述贫困生。
6. —种基于学生上网行为的贫困生预测装置,其特征在于,包括: 获取模块,用于获取学生上网数据; 分析模块,用于对所述上网数据进行分析,得到多种与消费能力相关的指标信息; 筛选模块,用于对每种所述指标信息分别进行筛选,得到筛选结果; 确定模块,用于根据所述筛选结果确定贫困生。
7. —种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行 时控制所述存储介质所在设备执行权利要求1至5中任意一项所述的基于学生上网行为的 贫困生预测方法。
8. —种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权 利要求1至5中任意一项所述的基于学生上网行为的贫困生预测方法。
9. 一种终端,其特征在于,包括: 获取模块,用于获取学生上网数据; 分析模块,用于对所述上网数据进行分析,得到多种与消费能力相关的指标信息; 筛选模块,用于对每种所述指标信息分别进行筛选,得到筛选结果; 确定模块,用于根据所述筛选结果确定贫困生; 处理器,所述处理器运行程序,其中,所述程序运行时对于从所述获取模块、所述分析 模块、所述筛选模块和所述确定模块输出的数据执行权利要求1至5中任意一项所述的基于 学生上网行为的贫困生预测方法。
10. —种终端,其特征在于,包括: 获取模块,用于获取学生上网数据; 分析模块,用于对所述上网数据进行分析,得到多种与消费能力相关的指标信息; 筛选模块,用于对每种所述指标信息分别进行筛选,得到筛选结果; 确定模块,用于根据所述筛选结果确定贫困生; 存储介质,用于存储程序,其中,所述程序在运行时对于从所述获取模块、所述分析模 块、所述筛选模块和所述确定模块输出的数据执行权利要求1至5中任意一项所述的基于学 生上网行为的贫困生预测方法。
CN201711384515.6A 2017-12-20 2017-12-20 基于学生上网行为的贫困生预测方法和装置 Pending CN108460475A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711384515.6A CN108460475A (zh) 2017-12-20 2017-12-20 基于学生上网行为的贫困生预测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711384515.6A CN108460475A (zh) 2017-12-20 2017-12-20 基于学生上网行为的贫困生预测方法和装置

Publications (1)

Publication Number Publication Date
CN108460475A true CN108460475A (zh) 2018-08-28

Family

ID=63220458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711384515.6A Pending CN108460475A (zh) 2017-12-20 2017-12-20 基于学生上网行为的贫困生预测方法和装置

Country Status (1)

Country Link
CN (1) CN108460475A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109472299A (zh) * 2018-10-19 2019-03-15 浙江正元智慧科技股份有限公司 一种基于智能卡大数据的贫困大学生识别方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109472299A (zh) * 2018-10-19 2019-03-15 浙江正元智慧科技股份有限公司 一种基于智能卡大数据的贫困大学生识别方法

Similar Documents

Publication Publication Date Title
CN106294783A (zh) 一种视频推荐方法及装置
US20130132851A1 (en) Sentiment estimation of web browsing user
CN110413877A (zh) 一种资源推荐方法、装置及电子设备
CN108804567A (zh) 提高智能客服应答率的方法、设备、存储介质及装置
CN106776928A (zh) 基于内存计算框架、融合社交环境及时空数据的位置推荐方法
CN109660823A (zh) 视频发布方法、装置、电子设备及存储介质
CN110990631A (zh) 视频筛选方法、装置、电子设备和存储介质
CN104123321B (zh) 一种确定推荐图片的方法及装置
CN108959453A (zh) 基于文本聚类的信息提取方法、装置及可读存储介质
CN105426392A (zh) 一种协同过滤推荐方法及系统
CN108320045A (zh) 学生成绩预测方法和装置
CN111190939A (zh) 一种用户画像构建方法及装置
CN104077288B (zh) 网页内容推荐方法和网页内容推荐设备
CN110417607B (zh) 一种流量预测方法、装置及设备
CN110377821A (zh) 生成兴趣标签的方法、装置、计算机设备和存储介质
CN108460475A (zh) 基于学生上网行为的贫困生预测方法和装置
CN109684052A (zh) 事务分析方法、装置、设备及存储介质
CN104102733B (zh) 搜索内容提供方法和搜索引擎
CN110019149A (zh) 一种客服知识库的建立方法、装置及设备
CN106803039B (zh) 一种恶意文件的同源判定方法及装置
CN111783712A (zh) 一种视频处理方法、装置、设备及介质
CN110096617B (zh) 视频分类方法、装置、电子设备及计算机可读存储介质
CN112667869A (zh) 数据处理方法、设备、系统及存储介质
CN110334356A (zh) 文章质量的确定方法、文章筛选方法、以及相应的装置
Domingues et al. On the Analysis of Users' Behavior Based on Mobile Phone Apps

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination