基于深度学习的教育数据分类方法

摘要：

大数据技术的不断发展和数据泄露事件的频繁发生,催生了保护教育行业数据安全的迫切需求.教育行业的个人教育和成长的精准数据具有极高的价值,因此对教育数据实施保护已迫在眉睫.针对这一问题,文章提出了基于深度学习的教育数据分类方法.首先,根据数据管理主体的不同,定义个人数据、机构数据和业务数据3个类别;其次,提出一种基于字词向量结合的Bi-LSTM神经网络模型,实现教育数据分类的自动化、智能化;最后,通过在两所高校数据集上的实验对文章提出的分类方案进行验证.实验表明,相比于基线模型,文章所提方法在实验数据集上训练得到的模型分类准确率可达95％,且在各指标上均达到最优.

关键词：教育数据、数据分类、深度学习、字词向量、Bi-LSTM

所属期刊栏目：23

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金;四川大学工科特色团队项目

在线出版日期：2023-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：96-102