一种确定潜力学生的方法及装置、设备以及存储介质与流程

技术特征：
1.一种确定潜力学生的方法，其特征在于包括如下步骤：s1，获取所有学生的历史数据；采用预设的活跃度参数对所有学生的历史数据进行筛选，从所有学生中确定出候选学生，获取候选学生在多个课次的每节课的特征数据；s2，针对每节课的不同时段，根据所述候选学生的特征数据和潜力预测模型确定候选学生的潜力分值；s3，根据候选学生在每节课所述多个不同时段对应的潜力分值确定候选学生的综合排名；s4，在候选学生的综合排名满足预设条件时，将所述候选学生确定为潜力学生。2.根据权利要求1所述的一种确定潜力学生的方法，其特征在于：所述特征数据包括所述候选学生的出生年月、月历周期、太阳历周期、智商值、动作特征和/或脸部表情特征。3.根据权利要求1所述的一种确定潜力学生的方法，其特征在于：所述潜力预测模型通过采用训练样本对逻辑回归模型进行训练获得，其中，所述逻辑回归模型符合公式(1)和公式(2)：y＝β1x1 β2x2
…
β
k
x
k
…………………
(2)其中，y为候选学生的样本，p为候选学生为潜力学生的概率，x1、x2和x
k
为候选学生的多个特征，k为候选学生的特征数量，β1、β2和β
k
为特征x1、x2和x
k
的得分，训练获得潜力预测模型后，采用潜力预测模型预测候选学生未来的潜力分值。4.根据权利要求3所述的一种确定潜力学生的方法，其特征在于：采用潜力预测模型对候选学生在多个时段的特征数据进行因子分析，确定候选学生在多个时段对应的排名，将多个时段对应的排名取平均，获得候选学生的综合排名，之后再根据候选学生的综合排名确定候选学生是否为潜力学生，所述采用潜力预测模型对候选学生在多个时段的特征数据进行因子分析包括：将候选学生的特征数据划分为三类，得到历史固定因子、外部因子、效率因子三大公因子，根据每个公因子对应的分值和因子权重确定候选学生的收益潜力分值，具体满足下述公式(3)：x＝af ε
………………………………………
(3)其中，x
p
表示第p个候选学生的潜力分值，向量a内的各个因子a表示因子权重，向量f内每个因子表示公因子对应的分值，εp表示第p个候选学生的特殊因子。5.一种实施根据权利要求1
‑
4任一所述的确定潜力学生的方法的装置，其特征在于包括：获取模块，用于获取所有学生的历史数据；采用预设的活跃度参数对所有学生的历史数据进行筛选，从所有学生中确定出候选学生，获取候选学生在多个课次的每节课的特征
数据；预测模块，用于针对每个课次，根据所述候选学生的特征数据和潜力预测模型确定所述候选学生的潜力分值；排名模块，用于根据所述候选学生在每个时段的潜力分值确定所述候选学生的综合排名；评估模块，用于在所述候选学生的综合排名满足预设条件时，将所述候选学生确定为潜力学生。6.根据权利要求5所述的装置，其特征在于：所述特征数据包括所述候选学生的出生年月、月历周期、太阳历周期、智商值、动作特征和/或脸部表情特征。7.根据权利要求5所述的装置，其特征在于：所述潜力预测模型通过采用训练样本对逻辑回归模型进行训练获得，其中，所述逻辑回归模型符合公式(1)和公式(2)：y＝β1x1 β2x2
…
β
k
x
k
…………………
(2)其中，y为候选学生的样本，p为候选学生为潜力学生的概率，x1、x2和x
k
为候选学生的多个特征，k为候选学生的特征数量，β1、β2和β
k
为特征x1、x2和x
k
的得分，训练获得潜力预测模型后，采用潜力预测模型预测候选学生未来的潜力分值。8.根据权利要求7所述的装置，其特征在于：为了避免因突发因素导致的排名异常，采用潜力预测模型对候选学生在多个时段的特征数据进行因子分析，确定候选学生在多个时段对应的排名，将多个时段对应的排名取平均，获得候选学生的综合排名，之后再根据候选学生的综合排名确定候选学生是否为潜力学生，所述采用潜力预测模型对候选学生在多个时段的特征数据进行因子分析包括：将候选学生的特征数据划分为三类，得到历史固定因子、外部因子、效率因子三大公因子，根据每个公因子对应的分值和因子权重确定候选学生的收益潜力分值，具体满足下述公式(3)：x＝af ε
………………………………………
(3)其中，x
p
表示第p个候选学生的潜力分值，向量a内的各个因子a表示因子权重，向量f内每个因子表示公因子对应的分值，εp表示第p个候选学生的特殊因子。9.一种计算机设备，其特征在于：包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时执行根据权利要求1
‑
4任一所述的确定潜力学生的方法的步骤。10.一种计算机可读存储介质，其特征在于：该存储介质存储可执行指令，所述可执行指令在被处理器执行时，执行所述程序时执行根据权利要求1
‑
4任一所述的确定潜力学生的方法的步骤。

技术总结
本发明提供了一种确定潜力学生的方法，包括如下步骤：S1，获取所有学生的历史数据；采用预设的活跃度参数对所有学生的历史数据进行筛选，从所有学生中确定出候选学生，获取候选学生在多个课次的每节课的特征数据；S2，针对每节课的不同时段，根据候选学生的特征数据和潜力预测模型确定候选学生的潜力分值；S3，根据候选学生在每节课多个不同时段对应的潜力分值确定候选学生的综合排名；S4，在候选学生的综合排名满足预设条件时，将候选学生确定为潜力学生。还公开了相应的装置、计算机设备以及计算机可读存储介质，对为潜力学生识别培养提供了科学依据，对于提高甄别潜力学生和培养优质学生，具有十分重要理论指导意义和实践推广价值。广价值。广价值。


技术研发人员：白海琦 汪百铮 张志红
受保护的技术使用者：河北地质大学
技术研发日：2021.03.15
技术公布日：2021/11/19