| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第一章 绪论 | 第13-24页 |
| 1.1 研究工作的背景与意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 学生学业研究进展 | 第15-16页 |
| 1.2.2 学生生活研究进展 | 第16-18页 |
| 1.2.3 学生心理研究进展 | 第18-19页 |
| 1.2.4 学生就业研究进展 | 第19-20页 |
| 1.3 本文主要贡献与创新 | 第20-21页 |
| 1.3.1 本文的主要贡献 | 第20页 |
| 1.3.2 本文的主要创新点 | 第20-21页 |
| 1.4 本文的主要研究内容和章节安排 | 第21-24页 |
| 第二章 高校学生行为模式研究 | 第24-39页 |
| 2.1 研究问题描述 | 第25页 |
| 2.2 数据集说明 | 第25-26页 |
| 2.2.1 数据集 | 第25-26页 |
| 2.3 高校学生行为特征研究 | 第26-33页 |
| 2.3.1 勤奋度 | 第27-28页 |
| 2.3.2 谨言性 | 第28-29页 |
| 2.3.3 睡眠模式 | 第29-30页 |
| 2.3.4 消费行为的规律性 | 第30-31页 |
| 2.3.5 情感及抑郁量化模型 | 第31-33页 |
| 2.4 高校学生行为模式研究 | 第33-38页 |
| 2.4.1 基于共现频率的社交网络构建 | 第33-35页 |
| 2.4.2 朋友圈经济水平特征 | 第35-36页 |
| 2.4.3 社交网络情感分析模型 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 高校学生成绩预测研究 | 第39-54页 |
| 3.1 研究问题描述 | 第39-41页 |
| 3.2 基于配对排序的学习成绩预测方法 | 第41-47页 |
| 3.2.1 成绩预测定义 | 第42页 |
| 3.2.2 配对排序学习模型 | 第42-43页 |
| 3.2.3 特征选择 | 第43-45页 |
| 3.2.4 基于近端梯度下降的损失函数优化 | 第45-47页 |
| 3.3 实验结果及分析 | 第47-53页 |
| 3.3.1 数据及评价指标 | 第48-49页 |
| 3.3.2 实验结果 | 第49-51页 |
| 3.3.3 结果分析 | 第51-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第四章 基于行为的高校学生异常检测研究 | 第54-78页 |
| 4.1 基于神经网络的贫困异常检测 | 第54-59页 |
| 4.1.1 研究问题描述 | 第54-56页 |
| 4.1.2 隐层神经网络(CW-RNN) | 第56-58页 |
| 4.1.3 基于了长短期记忆的隐层神经网络方法(CW-LSTM) | 第58-59页 |
| 4.2 基于传播动力学的抑郁异常检测 | 第59-68页 |
| 4.2.1 网络传播动力学模型 | 第60-63页 |
| 4.2.2 抑郁异常的传播动力学模型构建 | 第63-65页 |
| 4.2.3 基于异质平均场理论的信息传播模型 | 第65-68页 |
| 4.3 实验验证 | 第68-77页 |
| 4.3.1 贫困异常检测实验结果分析 | 第68-70页 |
| 4.3.2 抑郁异常检测实验结果与分析 | 第70-77页 |
| 4.4 本章小结 | 第77-78页 |
| 第五章 基于集成学习的职业选择预测研究 | 第78-101页 |
| 5.1 研究背景 | 第78-80页 |
| 5.1.1 相关工作介绍 | 第79-80页 |
| 5.2 基于学生行为数据的特征提取 | 第80-88页 |
| 5.2.1 研究问题描述 | 第80页 |
| 5.2.2 基于一般性的特征模型构建 | 第80-85页 |
| 5.2.3 基于群体差异性的特征提取 | 第85-88页 |
| 5.3 基于改进XGBoost的职业选择预测 | 第88-92页 |
| 5.3.1 基于一般性特征的Ada Boost预测方法 | 第88页 |
| 5.3.2 基于XGBoost的集群中心逼近法 | 第88-89页 |
| 5.3.3 虚拟聚类中心生成 | 第89-90页 |
| 5.3.4 模型训练与优化 | 第90-92页 |
| 5.4 实验验证 | 第92-100页 |
| 5.4.1 基于一般性特征的AdaBoost预测结果分析 | 第92-96页 |
| 5.4.2 基于改进XGBoost的预测结果分析 | 第96-100页 |
| 5.5 本章小结 | 第100-101页 |
| 第六章 总结与展望 | 第101-105页 |
| 6.1 全文总结 | 第101-103页 |
| 6.2 研究展望 | 第103-105页 |
| 致谢 | 第105-106页 |
| 参考文献 | 第106-124页 |
| 攻读硕士学位期间取得的成果 | 第124-125页 |
