《Knowledge-Based Systems》：Data Privacy Preserved Student Career Prediction with Deep Learning and Blockchain Based Mechanism
编辑推荐：
本文提出一种结合深度学习和区块链技术的学生职业预测模型，采用改进的Levy飞行火蚁算法（Imp-LeFop）进行特征选择，优化混合密集连接卷积VGG模型（Opt-Studformer）进行分类，并利用 dung beetle 优化机制（DBO）调参。实验基于两个数据集，准确率分别达到98.97%和98.84%，有效保障数据隐私。
Mansi Aggarwal | Vaibhav Vyas
研究学者，计算机科学系，Banasthali Vidyapith，拉贾斯坦邦-304022，印度
摘要
近年来，学生成功已成为大多数高等教育机构的主要战略目标。由于运营成本增加和预算削减，教育机构更加关注在保持教育质量和严格性的同时，满足学生的入学需求。现有在大数据分析和机器学习（ML）技术方面的研究进展在很大程度上依赖于学生数据来预测学生信息。但这些现有模型在分类学生数据和预测其表现方面存在一些问题。本文提出了一种结合区块链的深度学习方法，以提高预测学生职业成功的准确性，并同时保护数据隐私。本文分为三个阶段：预处理、特征选择和分类。首先，在预处理阶段，使用最小-最大归一化方法对数据进行归一化。接下来，采用改进的Levy flight辅助fire hawk优化（Imp-LeFoP）技术进行特征选择，该方法能够选择最优的特征子集。然后，将选定的特征作为输入传递给分类器模型，即优化的混合密集连接卷积VGG辅助car-studformer（Opt-Studformer）。分类器模型中的超参数通过dung beetle优化机制（DBO）进行适当调整。为了保护学生数据隐私，集成区块链机制来安全存储数据。此外，区块链机制使用改进的权益证明（Im-PoS）共识算法进行数据检索验证。通过使用两个数据集（计算机科学学生职业预测和职业预测数据集）评估了职业预测的性能，这两个数据集的准确率分别达到了98.97%和98.84%。
引言
预测职业决定了许多工作和非工作的结果，标志着个人生活中的一些关键决策。因此，职业选择难以理解和预测[1]。在某些管理中，职业预测对人力资源和人事决策（如保留、选拔、晋升和招聘）具有重要建议[2]。基本上，可以使用各种方法预测学生的职业，但这些方法需要更多时间。在学生职业预测领域，计算技术发挥着重要作用。机器学习（ML）模型被认为是最新的形式[3]。然而，ML方法有三种类型：监督学习、无监督学习和强化学习。此外，ML技术能有效分析学生的能力并确定正确的职业路径。在学生的生活中，职业选择在预测中起着重要作用。在ML中，职业预测是迭代的过程，因为它涉及数据清洗、分类和验证[4,5]。为了提高预测准确性，只选择最优的特征集，从而减少训练时间。通常，在特征选择方法中，使用元启发式算法来解决这些问题[6,7]。基于梯度提升模型的聚类中心方法能有效预测学生的梦想和目标。该聚类模型使用了从4000名学生中收集的13个数据点[8]。
在ML技术中，支持向量机（SVM）模型提高了学生教育的质量，并实现了高准确率[9]。回归方法通过分析因变量和自变量之间的关系来预测学生的表现。逻辑回归方法通过描述自变量之间的关系来预测学生的表现，这些自变量可以被分类为连续型、二进制型和分类型。然而，该模型通过使用也分类学生状态的变量（如个人兴趣、CGPA、心理分数和职业抱负）来提高准确率[10,11]。朴素贝叶斯（Naive Bayes）ML技术也能有效预测学生表现。不过，该模型使用所有数据属性，并与自变量进行比较，对预测因子显示出高显著性[12]。K最近邻（K-nearest neighbors）算法能有效地对数据进行分类，该算法包含多个用于分类的多变量数据属性。此外，该算法能快速预测学生表现并提高准确率[13]。
在ML中，从一个工作收集的信息可以用于另一个工作。然而，信息通常是来自各种来源的混合形式，其中包含大量不准确、不必要的和无关的信息[14]。最初，数据是未经组织的形式，可以通过删除缺失数据和空值来替换为近似数据。基本上，为了进行职业预测，数据必须以组织化的形式存在[15]。OneHot编码技术为数据定义值，并将其转换为数字或其他模式类型，然后输入ML算法以获得更好的预测结果。OneHot编码技术适用于所有ML算法，但方案较为复杂[16]。基于混合ML技术，选择了最优的特征集用于学生职业预测。深度信念网络（DBN）方法通过微调和预训练产生高级特征表示，并接受softmax回归（SR）进行预测[17]。Crow搜索算法（CSA）从原始特征中选择最优特征集。该模型提高了准确率，减少了训练时间，并防止了过拟合。为了进行性能分析，收集了基于问卷的数据集，该数据集能够有效进行预测[18]。使用区块链技术安全验证学生的学术资历和工作经验，确保雇主可以信任求职者提供的信息[19,20]。这些区块链技术可以构建一个广泛的系统，指导学生选择职业路径，并使用改进的共识算法验证资历。此外，推荐系统（RS）在搜索查询、音乐、书籍和社交标签等领域因能够预测用户的未来偏好而受到欢迎。类似地，深度学习（DL）方法可以从大量数据中提取和学习项目的潜在特征[21]。在RS中，基于混合DL的模型显著提高了推荐质量。此外，基于DL的推荐模型（如多层感知器（MLP）、卷积神经网络（CNN）、自编码器（AE）、循环神经网络（RNN）和深度强化学习（DRL）显著提高了预测效果。此外，带有ResNet模型的孪生网络改进了特征提取，以推荐视觉相关元素[22,23]。因此，DL模型在电子商务中改进了产品推荐，并解决了推荐多样性不足的问题。
现有研究提出了许多技术和模型来预测学生职业。学生职业预测涉及关键数据、信息和安全预防。在早期阶段，研究人员提出了各种模型。一些现有模型，如决策树、朴素贝叶斯、KNN、SVM、XGBoost、区块链辅助SIS、人工神经网络和基于混合DBN的模型，被用于职业预测。这些模型存在一些问题，如解释复杂、特征冗余增加以及算法选择不严谨可能导致验证效果不佳。然而，在现有模型中，准确率较低，数据完整性容易受到安全威胁，且模型训练数据有限。此外，混合模型的缺乏优化导致复杂性增加。在传统方法中，基于特征选择的Crow搜索算法（CSA）导致计算成本高，不平衡的探索和利用阶段进一步导致过拟合问题。现有的卷积神经网络（CNN）辅助的视觉变换器分类器模型出现高错误率和复杂的数据传输问题。为了解决这些问题，引入了新的职业预测模型。
本研究的主要贡献如下：
?使用最小-最大数据归一化方法去除数据中的属性和空值。
?使用改进的Levy flight辅助fire hawk优化（Imp-LeFop）从原始数据中选择最优特征集，从而提高预测准确性并减少训练时间。
?使用优化的混合密集连接卷积VGG辅助car-studformer（Opt-Studformer）对数据进行分类。
?使用dung beetle优化机制（DBO）调整超参数，该机制减少了过拟合问题。
?使用两个数据集（计算机科学学生职业预测和职业预测数据集）评估性能。
在这项研究中，新的最小-最大归一化方法清除了数据中的属性和空值，并适当地重新调整了数据值。这里使用Imp-LeFop进行特征选择；该模型可以有效避开局部最优解，朝向全局解决方案进行调整。此外，这种特征选择机制对各种优化问题具有鲁棒性能，结合了可靠性和效率，解决了本研究的具体挑战。在分类阶段，Opt-Studformer方法提高了准确率并降低了复杂性。Opt-Studformer模型的分类器包含VGG-16，简化了错误率并提高了学生职业预测的准确率。
本文的其余部分结构如下：第2节介绍了与学生职业预测相关的文献综述，第3节描述了提出的模型，第4节解释了建议模型和现有模型的性能分析，第5节讨论了研究工作的结论和未来方向。
相关研究
相关工作
在学生职业预测中，开发了一种基于AI的模型，该模型根据课外活动分析学生的表现。现有的职业指导方法（如咨询和标准化评估）缺乏满足个别学生需求的个性化。为了解决这些问题，Bahalkar等人[24]建议使用编码器解码器长短期记忆（LSTM）模型来分析人口统计因素、学术表现和学生数据
提出的方法
本研究提出使用结合区块链的深度学习（DL）来提高预测学生职业成功的准确性，同时保护数据隐私。图1展示了所提出方法的总体设计。
上述架构描述了各个阶段的工作内容。首先，从数据集中提取数据，其中包含一些缺失的数据点，可以通过数据归一化去除。然后，从原始特征中选择最优特征集
结果与讨论
为了预测学生的职业，采用了两个数据集（计算机科学学生职业预测和职业预测数据集）来执行所提出的方法。
结论
本研究提出了职业预测和学生数据隐私保护的方法。所提出的系统基于DL方法分多个阶段实施。首先，从数据集中收集数据并去除无关属性。接下来，使用Imp-LeFop特征选择方法选择最优特征，减少过拟合问题。然后，Opt-Studformer分类器模型接收选定的特征子集
资金
本手稿的编写没有获得任何资金支持。
CRediT作者贡献声明
Mansi Aggarwal：撰写——原始草稿、验证、软件开发、项目管理、调查、形式分析、概念化。Vaibhav Vyas：撰写——审阅与编辑、可视化、监督、资源协调、方法论制定、资金获取、数据整理。
