基于校园大数据的学生行为分析及预警机制研究.pdf

信息记录材料 年 月 第 卷第 期基于校园大数据的学生行为分析及预警机制研究胡旭昊韩成浩(吉林建筑大学电气与计算机学院 吉林 长春)【摘摘要要】随着数据挖掘技术发展的日新月异数字化、信息化是当下及未来教育领域的发展趋势 面对高校日益丰富的学生数据如何发掘其潜在规律和价值、有效的分析应用成为各高校面临的难题 因此针对学生的学习、消费及身心健康等行为在智慧校园及大数据技术的支持下提出了学生行为分析及预警总体方案并阐述了数据采集、行为分析、预警和可视化等相关算法及关键技术从而为高校教学、管理提供参考【关关键键词词】数数据据挖挖掘掘 学学生生行行为为分分析析 预预警警模模型型 可可视视化化设设计计【中中图图分分类类号号】【文文献献标标识识码码】【文文章章编编号号】()基金项目:吉林省科技发展计划项目()作者简介:胡旭昊()女天津北辰硕士研究方向:大数据学生行为分析 引言随着大数据时代的降临物联网、云计算等新型信息技术得到广泛应用高校学生的信息化、智慧化也得到了空前发展 高校通过日益完善的教务系统、图书管理系统、一卡通管理系统等数据共享平台以数据挖掘为重要的技术支撑获取并处理成绩、图书借阅、一卡通(包括就餐、打水、购物等)等多源融合的学生行为数据 大量学生行为数据的积累为高校对学生行为分析提供了数据基础但数据的有效分析利用缺乏经验数据孤岛、数据资源利用不到位等问题依然存在不能挖掘出信息真正的价值因此针对在校学生存在的学业困难、消费异常及上网作息不规律等问题在校园大数据平台的基础上提出学生行为分析及预警总体方案研究了集数据抽取、清洗、转换、归约和分析一体的运行系统方案并阐述了运用行为分析、预警等相关算法及关键技术对学生行为数据的全面挖掘和深入分析对学生的行为动态提前掌握并对重点学生的行为发展做出预判 基于大数据的学生行为分析与预警平台设计 平台架构在大数据技术高速发展的大环境中高校智慧化、信息化基本普及伴随研究分析的深入部分学生偏科挂科、作息紊乱、消费异常等问题也逐渐暴露 随着高校信息化的日益完善产生了大量如就餐、图书借阅、学科成绩、消费等多源数据 如何运用这些数据解决数据孤岛、正确引导规范学生在校行为对学生行为实现精准、高效分析及趋势预测、异常预警是研究的重点针对以上问题首先以一卡通、钉钉、图书管理及教务系统产生的就餐、消费、上网、期末成绩等数据为原始数据源通过数据预处理形成标准库 其次结合机器学习()和深度学习()将标准库的数据做聚合建模分析形成主题库为保障数据计算的高效性结合算法分布式执行系统实现数据计算节点并发运行对学生行为进行综合分析 然后基于主题库数据利用关联分析和聚类分析等大数据分析技术通过学业、消费、上网等行为数据进行学业预警、消费预警、上网预警等为保证预警模型的准确性、降低单一时间点的偶然因素加入了消错决策和离群偏离度的方法进行异常行为检测 最后通过应用层利用 将分析结果通过图表的形式分模块进行呈现 基于大数据的学生行为分析与预警平台总体架构如图 所示 数据处理平台以校园管理系统中积累产生的学生行为数据作为数据源对采集的数据进行抽取、清洗、加工和整理确保最终数据的安全性、高质量和高可用性具体处理步骤如下()数据清洗清洗采集数据包括噪声、重复、异常数据识别、填补、删除缺失数据和孤立点对敏感数据进行脱敏处理()数据集成针对采集的多个数据源的文本或表格数据利用分布式文件系统()进行集成存储在此基础上依据数据仓库及大数据相关规范合理制定并完成异构数据的关联建立标准的学生行为特征数据库并对其学业、消费规律及生活习惯 个维度进行分析 分析模型鉴于在校学生出现的学业、上网、三餐等问题利用 和 等技术分析并预警学生异常行为同时告知学生管理者加强对此类学生的关注和正确引导有针对性地开展学生教育工作降低学生异常情况发生的概率学生异常行为包括学业异常、消费异常、上网异常等分析模型建立如下()学业异常:通过对学生的期末成绩、出勤率、上网等数据的分析对存在学业困难或出勤率低导致挂科的学生提供挂科预警提前引导信息记录材料 年 月 第 卷第 期图 系统总体架构 ()消费异常:根据学生一卡通消费记录、就餐次数及时间对消费异常、就餐不规律等情况进行消费预警()上网异常:通过统计学生登录校园网总时长、登录时间段挖掘上网异常的数据对上网沉迷、作息紊乱的学生予以网络预警 异常预警关键技术分析由于学生个体差异性各人的习惯指标体现在众多行为指数上形成独特的数据分布形态 基于学生行为特征数据进行群体关系关联在个人数据可查的同时对不同程度关系个体加以区分通过刻画学生的时空特征分析离群点可有效发现异于常规习惯的行为快速提出应对措施 如:离散程度越高标注颜色越红该群体越特殊应加以重视 三餐预警针对学生三餐不规律的情况采用基于正态分布的异常发现算法该算法分别计算均值、方差并把分布在 倍标准差外的样本定义为异常点 算法具体计算步骤如下:步骤 计算各学生日均膳食消费金额及近 个月的三餐平均消费金额均值()步骤 确定标准差()步骤 确定正常区间:由于方差未知假设数据呈 分布则上下限为 其中 是 分布下自由度所对应的 值步骤 采集某学生当前消费金额若不在正常区间则识别为消费金额异常步骤 重复上述步骤分别计算每个学生的消费金额是否异常累计 周的情况得到一个综合指标值根据指标值对三餐健康程度由轻到重警报分为蓝色、黄色、橙色和红色 个阶段 综合指标值介于 为蓝色预警介于 为黄色预警介于 为橙色预警介于 为红色预警 学业预警为保障学生的学业水平对在校生学业成绩进行统计分析并计算挂科风险对挂科风险高的学生发出预警 选择了基于历史成绩预测的线性回归算法其算法流程如图 所示图 算法流程 其中变量选择模块中的特征向量按其对目标的回归平方和贡献率大小逐个引入已被引入的特征在引入新特征后若失去重要性则必须从回归方程中排除以确保只包含影响引入新特征之前的回归方程变量而不显著的变量则被剔除 具体特征选择步骤如下:步骤 确定显著检验置信水平引入水平为 剔除水平为 步骤 样本量记为 已选特征数记为 步骤 训练集 其中 为目标步骤 计算特征相关矩阵()()()()()信息记录材料 年 月 第 卷第 期步骤 计算贡献值()()()()()()()除去目标为()选出最大为()构建 检验()()()()若()()则引用变量为 步骤 引入 后根据()对()进行转换得()步骤 当 时考虑剔除已有特征计算()最小值 构 建 检 验()()()()若 ()()则剔除变量 并按步骤 转换矩阵()步骤 返回步骤 直到特征不再改变停止上述计算完成数据清洗及特征变量的选择后进行回归模型的训练从线性相关的数据集合里面找出一条线(超平面)使得所有点距离线的距离之和最小 通过训练的模型结果为一条回归方程当预测点的参数置信区间下限低于 分则存在挂科风险需要引起重视 学生行为分析及预警采集某高校 年在校生“一卡通”记录及各部门管理系统中的数据作为数据源结合基于正态分布的异常发现算法及线性回归算法对学生各行为综合指标值进行计算分析总结学生行为规律并对异常行为进行预警 学业行为统计如图 所示图中在校生各科平均成绩均在 分但部分学科如高等数学、大学外语 等存在挂科人数较多的情况分析其原因可能是由于大班授课学生较多老师不能及时掌握每个学生学习进度及知识接收程度部分学生不够自律不能及时向老师反馈问题学习较懈怠 经此统计分析这些科目老师应及时调整教学方案加强与学生的沟通重点关注中后游学生的学习状态提前进行学业挂科预警基于部分在校学生自制力差、三餐及作息不规律等问题从上网健康度、三餐规律 个维度对在校生生活习惯进行分析 统计情况如图 所示图中半数以上的学生缺乏上网规划、沉迷网络上网时间集中在:严重影响睡眠和第二天上课状态且不规律的作息对学生三餐也产生了一定影响 大部分学生均存在三餐较不规律或规律一般的情况究其原因有以下 点:部分学生上网习惯较差晚上不睡早上不起外加没有早课的约束早餐直接省略学生自律性较差没有课的日子蜗居宿舍就餐时间有所改变部分学生选择吃“上午饭”和“下午饭”通过对某高校 年在校学生学业、上网、消费、三餐 个维度的行为分析并计算各行为的综合指标值得出预警结果见表 可见三餐、挂科、上网红色预警、橙色预警(行为异常程度较为严重)的学生人数较多分别占总预警人数的、针对该部分学生教师及学生管理人员要及时干预引导积极采取措施避免不良行为的发生图 年学生学习成绩分析图图 在校生生活习惯 结语在智慧校园及大数据的环境下针对在校学生存在的偏科挂科、作息紊乱、消费异常等问题提出了学生行为分析及预警总体方案研究了集数据抽取、清洗、转换、归约信息记录材料 年 月 第 卷第 期和分析一体的运行系统方案结合基于正态分布的异常发现算法及线性回归算法对学生行为进行分类及特征分析并通过分析学业、消费、上网、三餐等产生的异常行为进行识别预警最终通过 实现分析结果的连接和可视化展示 该平台系统实现了学生行为特性和共性的进一步挖掘为高校教学和管理提供了参考和信息支持对学生行为做到了防患于未然对有针对性地指导学生健康发展具有非常重要的意义表 某高校 年学生行为预警结果预警类型红色预警/条橙色预警/条黄色预警/条蓝色预警/条合计/条三餐预警 挂科预警 绩点预警 上网预警 全部预警 【参考文献】孙永香 于群 朱红梅.基于数据挖掘的高校学生行为分析平台的构建.电子元器件与信息技术 ():.安洋 李军怀 王怀军 等.基于大数据的学生行为综合分析与服务平台设计与实现.四川职业技术学院学报():.刘峰.智慧校园背景下的数据清洗关键技术研究.杭州:杭州电子科技大学.王若成.大数据环境下学生行为分析系统中关键技术的研究.信息技术与信息化():.洪海兵 刘星.基于大数据技术的高校学生行为分析.电子元器件与信息技术 ():.刘杰逾.基于校园大数据的学生行为分析可视化系统设计.无线互联科技 ():.吴迪 成丽波.基于线性回归模型的贝叶斯方法的研究.长春理工大学学报(自然科学版)():.吴雪.基于聚类线性回归的预测方法及其在股市预测上的应用.绵阳:西南科技大学.(上接第 页)在处理建筑材质的光照反射、透射和阴影效果方面表现出色呈现出更加真实和细腻的渲染效果 与传统方法相比 策略在渲染时间上表现出更高的效率提升了建筑可视化项目的完成速度 结语综上所述本文通过深入分析光子映射的基本原理、的实现方法及关键参数的调整和优化成功地降低了噪声并提高了渲染效果 能有效处理各种场景和材质类型尤其是具有高光泽度或次表面散射效果的材质 通过开发 插件实现了 中多种不同场景和混合场景的渲染任务进一步证明了 策略在高质量、高效率和高可行性方面的优势 尽管 仍存在一定的局限性和不足但在克服光线模拟挑战和实现高质量渲染方面已经取得了重要突破 未来研究将继续探索实时渲染技术的优化寻求更高效的光传输模拟方法和采样方法【参考文献】康春萌 王璐 崔云鹏 等.一种基于点缓存的光子映射加速方法:.李学阔 温佩贤 杨林 等.基于光线追踪的全局光照及降噪处理研究.计算机技术与发展 ():.徐翔 王璐 徐延宁 等.基于点的全局光照绘制方法综述.计算机辅助设计与图形学学报 ():.申瑞瑶.并行随机渐进式光子映射算法在快速光场渲染中的应用.北京:北京邮电大学.张珂 冯晓晗 郭玉荣 等.图像分类的深度卷积神经网络模型综述.中国图象图形学报 ():.李佳星 赵勇先 王京华.基于深度学习的单幅图像超分辨率重建算法综述.自动化学报 ():.