期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多片段语义时空图卷积网络的大学生校园日常行为预测
被引量：
6
1
作者
喻宏伟
周东波
+3 位作者
徐雯慧
余雅滢
王小梅
涂悦
《清华大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2022年第1期105-115,共11页
当前大学生校园日常行为预测与挖掘研究中,一般采用统计、聚类、关联关系等浅层挖掘和学习算法,对学生校园行为的时序性、空间位置及其相关性缺乏深层与高阶应用分析。该文基于时空图网络结构,提出考虑校园活动时间序列与层次相关性和...
当前大学生校园日常行为预测与挖掘研究中,一般采用统计、聚类、关联关系等浅层挖掘和学习算法,对学生校园行为的时序性、空间位置及其相关性缺乏深层与高阶应用分析。该文基于时空图网络结构,提出考虑校园活动时间序列与层次相关性和空间语义特征相关的多片段语义时空图卷积网络(MFSTGCN)模型。通过构建大学生校园行为数据集并进行实验,该模型达到了90.4%行为预测准确率,优于典型预测模型。最后,以学生个体成长监测为目标,预警日常行为异常的学生;挖掘学生行为习惯等高阶信息,为构建个性化培养提供有意义的参考。
展开更多
关键词
校园活动数据
图卷积网络
时空数据挖掘
行为预测
异常行为
行为习惯
原文传递
题名
基于多片段语义时空图卷积网络的大学生校园日常行为预测
被引量：
6
1
作者
喻宏伟
周东波
徐雯慧
余雅滢
王小梅
涂悦
机构
华中师范大学人工智能教育学部
出处
《清华大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2022年第1期105-115,共11页
基金
科技创新2030新一代人工智能重大项目(2020AAA0108804)
国家自然科学基金资助项目(62177017)。
文摘
当前大学生校园日常行为预测与挖掘研究中,一般采用统计、聚类、关联关系等浅层挖掘和学习算法,对学生校园行为的时序性、空间位置及其相关性缺乏深层与高阶应用分析。该文基于时空图网络结构,提出考虑校园活动时间序列与层次相关性和空间语义特征相关的多片段语义时空图卷积网络(MFSTGCN)模型。通过构建大学生校园行为数据集并进行实验,该模型达到了90.4%行为预测准确率,优于典型预测模型。最后,以学生个体成长监测为目标,预警日常行为异常的学生;挖掘学生行为习惯等高阶信息,为构建个性化培养提供有意义的参考。
关键词
校园活动数据
图卷积网络
时空数据挖掘
行为预测
异常行为
行为习惯
Keywords
campus
activity
data
graph
convolutional
network
spatiotemporal
data
mining
behavior
prediction
abnormal
behavior
behavior
habit
分类号
TP399 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于多片段语义时空图卷积网络的大学生校园日常行为预测
喻宏伟
周东波
徐雯慧
余雅滢
王小梅
涂悦
《清华大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2022
6
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
