摘 要: | 学生画像系统是学校信息管理迈向现代化的重要标志,在应用过程中存在每秒响应次数过低的问题。因此,文章设计一种融合大数据技术与深度学习的学生画像系统,改善上述缺陷。采取去停用词的处理方式,确定数据集权重,利用大数据技术采集异构源数据,基于深度学习构建学生画像标签维度模型,制定数据上报协议,按照信息提取的时间粒度以及标签展示方式,架构系统预警提醒功能。测试结果:设计的学生画像系统与另外两种学生画像系统的每秒并发次数均值分别为611.53次、497.33次、492.52次,说明此次设计的学生画像系统在结合大数据技术与深度学习后,负载平衡效果更佳。
|