基于學(xué)生行為大數(shù)據(jù)的社交網(wǎng)絡(luò)分析及應(yīng)用

葉茂，朱清溢，汪雯雯

（四川信息職業(yè)技術(shù)學(xué)院，四川廣元，628040）

1 研究背景

學(xué)生行為大數(shù)據(jù)分析，以及基于學(xué)生行為分析的學(xué)生畫像、群體畫像方法及實(shí)踐，是近年來的熱點(diǎn)領(lǐng)域。國內(nèi)很多高校都探索了如何應(yīng)用大數(shù)據(jù)、人工智能技術(shù)來對分析學(xué)生行為，包括學(xué)業(yè)行為、消費(fèi)行為、學(xué)生畫像等[1-3]。而這些研究的目的，都是將大數(shù)據(jù)、人工智能技術(shù)應(yīng)用與學(xué)校的教學(xué)管理、學(xué)生工作、疫情防控工作、學(xué)生心理健康關(guān)懷。學(xué)生社交網(wǎng)絡(luò)分析[4]，可以研究學(xué)生在大學(xué)這個(gè)小社會中的群體行為，從而在統(tǒng)計(jì)學(xué)上，得到不同群體學(xué)生的差異，以及在不同群體中發(fā)現(xiàn)行為異常或者社交異常的學(xué)生，提供幫助和心理關(guān)懷。國外學(xué)者也研究了學(xué)生社交網(wǎng)絡(luò)分析，以及對高校教學(xué)工作的影響[5-6]。

周濤[7]認(rèn)為，在教育領(lǐng)域應(yīng)用大數(shù)據(jù)技術(shù)，有三大趨勢：一是通過量化工具挖掘?qū)W生行為習(xí)慣和規(guī)律，用真實(shí)數(shù)字來支持教學(xué)工作；二是將學(xué)生工作中的后置性應(yīng)急補(bǔ)救措施，轉(zhuǎn)變?yōu)榍爸眯灶A(yù)警管理；三是建立在線的動(dòng)態(tài)學(xué)生大數(shù)據(jù)系統(tǒng)，不再單純依靠靜態(tài)分析，而是實(shí)現(xiàn)自適應(yīng)的動(dòng)態(tài)分析。

2 學(xué)生社交網(wǎng)絡(luò)分析

本文研究主要基于我校9989名同學(xué)刷身份證進(jìn)出校門的記錄數(shù)據(jù)，以及學(xué)校信息中心提供的學(xué)生基礎(chǔ)信息，分析學(xué)生社交網(wǎng)絡(luò)情況，構(gòu)造學(xué)情知識圖譜，并已實(shí)際應(yīng)用于學(xué)校部分班級的管理。

大學(xué)生在校期間主要是學(xué)習(xí)，而離開學(xué)校的主要目的是社交、娛樂、購物等；所以，學(xué)生進(jìn)出校門的數(shù)據(jù)，具有社交屬性。相對于使用食堂消費(fèi)刷卡的先后記錄[4]，本文所使用的進(jìn)出校門記錄，除了可以挖掘?qū)W生的社交情況，還可以挖掘出學(xué)生校外娛樂的時(shí)間。

■2.1 構(gòu)建社交網(wǎng)絡(luò)

進(jìn)出校門數(shù)據(jù)采集的時(shí)間段從2020年9月22日到2021年7月7日，共計(jì)289天。共統(tǒng)計(jì)了9989名學(xué)生的出行數(shù)據(jù)1418157條，平均每天有4000多名學(xué)生進(jìn)出校門。為保護(hù)學(xué)生隱私，本文在進(jìn)行數(shù)據(jù)挖掘前，已去除了所有身份證、學(xué)號、姓名、手機(jī)號等個(gè)人隱私信息，完成數(shù)據(jù)脫敏。

表1 離校、返校時(shí)間記錄

學(xué)生進(jìn)出校門時(shí)間主要在每天6點(diǎn)到23點(diǎn)，其他時(shí)間會關(guān)閉校門。每天進(jìn)出校門時(shí)間計(jì)17個(gè)小時(shí)，1020分鐘。每分鐘進(jìn)出校門有：4115.2 / 1020 = 4.034人次。說明一個(gè)同學(xué)A進(jìn)出校門時(shí)，一分鐘內(nèi)有4.034 - 1 = 3.034名同行者

可得到不認(rèn)識的同學(xué)A和同學(xué)B，隨機(jī)同行一次的概率為：3.034/9989 = 0.0003038。

同學(xué)A和同學(xué)B，隨機(jī)同行兩次概率為：0.00030382×10?8=9.23；隨機(jī)同行三次概率約為2.38×10-11，比中彩票概率還低。所以同學(xué)A和同學(xué)B同行大于等于3次，完全可以說明A和B是有意識同行。為了搜索和同學(xué)A交往較密切的朋友，我們只選取和同學(xué)A同行至少5次的同行人進(jìn)行統(tǒng)計(jì)，置信度非常高。

通過這種方法，我們可以構(gòu)建全校學(xué)生社交網(wǎng)絡(luò)圖G =(V, E)。該圖為一個(gè)有向圖，V是頂點(diǎn)集合，每個(gè)頂點(diǎn)是一名學(xué)生。E是有向邊集合，每條邊表示兩個(gè)同學(xué)同行進(jìn)出校門至少5次，邊的權(quán)重（weight）是同行次數(shù)。

基于學(xué)生進(jìn)出校門數(shù)據(jù)，成功生成了9989個(gè)頂點(diǎn)（學(xué)生），56040條有向邊的社交網(wǎng)絡(luò)，并導(dǎo)入到neo4j圖數(shù)據(jù)庫中。為了使社交網(wǎng)絡(luò)更直觀，根據(jù)學(xué)生性別，特別添加了girl和boy兩個(gè)標(biāo)簽，紅色標(biāo)簽代表女生，藍(lán)色標(biāo)簽代表男生（圖1）。為分析大學(xué)生和異性交往的情況，我們也提取了朋友數(shù)、好朋友數(shù)（同行超過20次的朋友）、異性好友數(shù)等量化指標(biāo)，用于分析每個(gè)同學(xué)的社交情況。

圖1 學(xué)生社交網(wǎng)絡(luò)圖（學(xué)生姓名已脫敏）

社交網(wǎng)絡(luò)是動(dòng)態(tài)變化的，出入校門頻率會變化，朋友關(guān)系會變化，每學(xué)年也有新同學(xué)入學(xué)，所以需要每月增量更新社交網(wǎng)絡(luò)。

另外，基于這個(gè)算法，也很容易計(jì)算一段時(shí)間范圍的社交網(wǎng)絡(luò)。算法第3步統(tǒng)計(jì)同行人時(shí)，只需要根據(jù)時(shí)間范圍來篩選進(jìn)出校門記錄，就能夠得到一定時(shí)間范圍內(nèi)的社交網(wǎng)絡(luò)情況。

將社交網(wǎng)絡(luò)信息，結(jié)合學(xué)生靜態(tài)、動(dòng)態(tài)信息，構(gòu)建學(xué)生實(shí)體和關(guān)系，輸入到學(xué)情知識圖譜中，用于院系和班級的日常學(xué)生管理工作。

■2.2 社交網(wǎng)絡(luò)分析

完成構(gòu)建社交網(wǎng)絡(luò)圖后，可以針對不同群體（班級、專業(yè)、年級、籍貫）等，篩選獲得子圖，再對子圖進(jìn)行社交網(wǎng)絡(luò)的集中度，關(guān)聯(lián)度進(jìn)行統(tǒng)計(jì)分析。常用社交網(wǎng)絡(luò)分析算法包括Page Rank算法、Centrality中心性算法等。

中心性是圖論以及網(wǎng)絡(luò)分析中的一個(gè)常用概念，用以表達(dá)圖（網(wǎng)絡(luò)）中一個(gè)頂點(diǎn)在整個(gè)網(wǎng)絡(luò)中所在中心的程度，也稱之為中心度。根據(jù)測定中心性方法的不同，可分為度中心性（Degree centrality）、接近中心性（或緊密中心性，Closeness centrality），中介中心性（Betweenness centrality）等。我們分析了度中心性、中介中心性、緊密中心性三項(xiàng)指標(biāo)，用于度量一個(gè)頂點(diǎn)（學(xué)生）與其他頂點(diǎn)（學(xué)生）的社交距離和緊密程度。

另外一個(gè)重要度量是People Rank。Google發(fā) 明 的Page Rank算法改變了互聯(lián)網(wǎng)，在社交網(wǎng)絡(luò)領(lǐng)域，People Rank指標(biāo)同樣可以用于分析一個(gè)個(gè)體在其社交圈子里的重要程度。PageRank算法原理是通過在圖中隨機(jī)游走，獲取每個(gè)頂點(diǎn)的重要性指標(biāo)。

本 文 通 過iGraph來 完 成PageRank，以及圖中心性指標(biāo)的計(jì)算。iGraph是C語言實(shí)現(xiàn)的圖論算法，性能非常優(yōu)秀。完成1萬個(gè)頂點(diǎn)，5.6萬條邊的中心度及People Rank指數(shù)的計(jì)算，只需要不到3秒。完全可以支持實(shí)時(shí)社交網(wǎng)絡(luò)分析。

3 學(xué)生畫像

■3.1 構(gòu)建學(xué)生畫像

我們完成學(xué)生畫像的目的，是分析每名學(xué)生的特點(diǎn)，給學(xué)生打上不同的標(biāo)簽，從而幫助學(xué)校、班主任、家長對學(xué)生實(shí)行因材施教，或者實(shí)現(xiàn)更有針對性的幫助和心理關(guān)懷。

學(xué)生畫像的數(shù)據(jù)來源主要包括靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)兩類。其中學(xué)生基本信息屬于靜態(tài)數(shù)據(jù)。而學(xué)生社交數(shù)據(jù)、學(xué)生學(xué)業(yè)數(shù)據(jù)，屬于動(dòng)態(tài)數(shù)據(jù)。學(xué)生信息還包括是否班干部，參加社團(tuán)情況等，這些信息對于完整的學(xué)生畫像也非常有價(jià)值?；趯W(xué)生畫像數(shù)據(jù)，我們可以建立學(xué)生的個(gè)人大數(shù)據(jù)檔案。這部分檔案集成到學(xué)校教務(wù)系統(tǒng)中，只有教務(wù)處、二級學(xué)院教務(wù)人員、班級導(dǎo)師和輔導(dǎo)員能訪問，另外學(xué)校也會不定期推送學(xué)生個(gè)人大數(shù)據(jù)給學(xué)生家長或?qū)W生本人。

本文設(shè)計(jì)了學(xué)生成績指數(shù)、社交指數(shù)、孤獨(dú)指數(shù)等三個(gè)指數(shù)，用于完成學(xué)生在校行為的畫像，生成算法步驟如下。

3.for A in學(xué)生集合S(class)：

(2)成績標(biāo)簽：根據(jù)“成績指數(shù)”在班級排名，“成績很棒”：前10%；“成績較差”：后10%；“成績一般”：其他；

(3)社交標(biāo)簽：根據(jù)“社交指數(shù)”在班級排名，“社交達(dá)人”：前10%；“社交困難”：后5%；“社交一般”：其他；

(4)孤獨(dú)標(biāo)簽：根據(jù)根據(jù)“孤獨(dú)指數(shù)”在班級排名，“較為孤獨(dú)”：前5%；“正常”；

算法中孤獨(dú)指數(shù)和社交指數(shù)的相關(guān)性較強(qiáng)。但是孤獨(dú)指數(shù)為了更好分析出同學(xué)是否孤獨(dú)，加大了離校次數(shù)和離校時(shí)間兩個(gè)指標(biāo)的權(quán)重。

學(xué)生畫像示例如圖2，左邊的標(biāo)簽是學(xué)生基本靜態(tài)信息。而右邊三個(gè)標(biāo)簽分別是學(xué)生的學(xué)業(yè)成績、社交能力、孤獨(dú)指數(shù)情況。

圖2 學(xué)生畫像示例

三個(gè)動(dòng)態(tài)標(biāo)簽是具有時(shí)間屬性的，每學(xué)期期末考試成績公布后，更新學(xué)生的成績標(biāo)簽；每月更新一次社交和孤獨(dú)標(biāo)簽。通過動(dòng)態(tài)檢測學(xué)生的社交和成績信息，可以盡早分析出學(xué)生的行為異常變化，從而給老師、家長給出預(yù)警和建議[8-9]。

■3.2 應(yīng)用學(xué)生畫像

完成學(xué)生畫像后，更重要的是如何應(yīng)用學(xué)生畫像數(shù)據(jù)。我們構(gòu)建學(xué)生畫像的目的是分析學(xué)生的特點(diǎn)，快速篩選出需要幫助和關(guān)心的同學(xué)，并給出關(guān)懷建議。

關(guān)懷建議根據(jù)“成績”、“社交”、“孤獨(dú)”三個(gè)標(biāo)簽給出。這三個(gè)標(biāo)簽是動(dòng)態(tài)的，所以需要從時(shí)間維度來觀察標(biāo)簽的變化。系統(tǒng)將正面、負(fù)面變化的學(xué)生情況推送給導(dǎo)師、輔導(dǎo)員后，老師可以根據(jù)學(xué)生情況，給予學(xué)生關(guān)懷和幫助，并盡可能找到學(xué)生社交、成績變化的原因，添加到學(xué)生個(gè)人大數(shù)據(jù)檔案中[10]。

從2021年1月到2021年7月，我們將算法應(yīng)用于學(xué)校軟件學(xué)院大數(shù)據(jù)19-1（48名同學(xué)）和AI20-1（37名同學(xué)）兩個(gè)班級的教學(xué)管理。

圖3中，左圖是兩個(gè)班級中打上“孤獨(dú)”、“社交困難”、“成績較差”負(fù)面標(biāo)簽的學(xué)生人數(shù)，老師可以重點(diǎn)關(guān)注。右圖是從2021年2月到2021年7月，按月生成的關(guān)懷集合C+和C-的人數(shù)。可以看出，每個(gè)月都能給老師一些有價(jià)值的建議。

圖3 兩個(gè)班級的社交標(biāo)簽情況，以及觸發(fā)學(xué)生關(guān)懷建議的次數(shù)

4 群體畫像

學(xué)生的行為具有群體性，且不同專業(yè)、班級的學(xué)生，也有其普遍特點(diǎn)。例如會計(jì)、旅游管理等文科專業(yè)學(xué)生女生比例更高，而且學(xué)生平均成績較好。而軟件技術(shù)、數(shù)控技術(shù)等專業(yè)，男生比例高，且學(xué)生平時(shí)專業(yè)作業(yè)較多，社交時(shí)間或社交能力稍弱。

以班級畫像為例，我們首先根據(jù)全班同學(xué)的學(xué)業(yè)成績數(shù)據(jù)以及社交數(shù)據(jù)，建立班級標(biāo)簽。而班級的橫向?qū)Ρ染S度可以在全校所有班級范圍內(nèi)評比，也可在同專業(yè)內(nèi)對比。和學(xué)生畫像的算法類似，首先需要計(jì)算班級的成績指數(shù)、社交指數(shù)，也就是計(jì)算全班所有同學(xué)成績指數(shù)、社交指數(shù)的算數(shù)平均值。再和全校所有班級指數(shù)進(jìn)行橫向?qū)Ρ?，打上班級“成績?biāo)簽”和“社交標(biāo)簽”。對于識別到“成績較差”、“社交一般”的班級，可以給二級學(xué)院、教務(wù)處發(fā)出預(yù)警。另外從動(dòng)態(tài)角度，如果在短期內(nèi)，出現(xiàn)班級成績或社交的負(fù)面變化，也需要及時(shí)預(yù)警，并給出整改措施。

應(yīng)用群體畫像可以算法給專業(yè)、班級打上標(biāo)簽；不過由于數(shù)量較少，所以對于專業(yè)、二級學(xué)院的群體畫像，建議使用絕對值進(jìn)行分析，由校領(lǐng)導(dǎo)、教務(wù)處、學(xué)校質(zhì)量處、二級學(xué)院共同討論得出結(jié)論。

5 結(jié)論及展望

本文從學(xué)生社交網(wǎng)絡(luò)分析入手，結(jié)合學(xué)生基礎(chǔ)信息，應(yīng)用圖數(shù)據(jù)庫、大數(shù)據(jù)技術(shù)，提出了完整的動(dòng)態(tài)學(xué)生畫像、群體畫像生成算法。并提出如何應(yīng)用畫像與異常行為分析，給出有針對性的學(xué)生心理關(guān)懷建議；以及針對班級甚至專業(yè)的教學(xué)、學(xué)工管理改進(jìn)建議。

另外，通過分析學(xué)生出行情況，得到動(dòng)態(tài)的學(xué)生行為數(shù)據(jù)，還可以有效支持疫情防控工作[11]。

學(xué)生行為大數(shù)據(jù)是智慧校園整體解決方案的重要一環(huán)，其中還有非常多工作可以做。例如，基于學(xué)生食堂消費(fèi)數(shù)據(jù)、學(xué)生上網(wǎng)時(shí)長、宿舍用水用電量等信息，可以完成更立體化的學(xué)生行為分析，得到學(xué)生經(jīng)濟(jì)狀況、身體健康狀況，給予學(xué)生更多的關(guān)心。還可以根據(jù)課堂學(xué)生表情分析，得到學(xué)生上課的專心程度，并根據(jù)全班同學(xué)的課堂專心程度，可以反推出課程（老師）的授課水平、課堂技巧等。