基于校園大數(shù)據(jù)的學(xué)生行為分析可視化系統(tǒng)設(shè)計(jì)

劉杰逾

（吉利學(xué)院，四川 成都 610000）

0 引言

作為當(dāng)前熱門的技術(shù)之一，大數(shù)據(jù)給人們的生活、學(xué)習(xí)帶來了極大的便利，同時(shí)也對(duì)高校管理產(chǎn)生了革命性改變。當(dāng)前高校校園管理主要采用的是說教與事后分析的方法，存在一定的滯后性，對(duì)學(xué)生思想動(dòng)態(tài)變化及行為缺乏有效的預(yù)測(cè)與評(píng)估［1］。大數(shù)據(jù)時(shí)代的到來，打破了傳統(tǒng)高校校園管理的弊端，其能夠從海量數(shù)據(jù)中挖掘出有價(jià)值的學(xué)生信息，為校園管理提供客觀的、準(zhǔn)確的、全面的依據(jù)，預(yù)測(cè)學(xué)生行為，提升校園管理的針對(duì)性，對(duì)于學(xué)生教育管理水平的提升以及數(shù)字化校園建設(shè)有著重要的意義。

1 學(xué)生行為分析可視化整體架構(gòu)

信息化時(shí)代背景下，數(shù)字化校園建設(shè)受到了高校的高度重視，在日常教學(xué)活動(dòng)及教育管理工作中會(huì)產(chǎn)生大量數(shù)據(jù)，主要來源于微博論壇、圖書借閱、網(wǎng)絡(luò)行為等，數(shù)據(jù)類型包括結(jié)構(gòu)化與非結(jié)構(gòu)化兩種，這些數(shù)據(jù)與學(xué)校的教學(xué)活動(dòng)及管理密切相關(guān)。隨著數(shù)字化校園建設(shè)的不斷推進(jìn)，數(shù)據(jù)量越來越大，形成了一個(gè)具有潛在價(jià)值的數(shù)據(jù)集合［2］。高校學(xué)生行為數(shù)據(jù)復(fù)雜多樣，整合困難，相互之間難以建立起關(guān)聯(lián)性，再加上工作人員缺乏專業(yè)數(shù)據(jù)處理經(jīng)驗(yàn)，難以滿足數(shù)據(jù)挖掘需求。互聯(lián)網(wǎng)信息時(shí)代背景下，高校多建立校園網(wǎng)，通過“一卡通”、校園網(wǎng)絡(luò)以及基礎(chǔ)教育數(shù)據(jù)均能夠?qū)崿F(xiàn)對(duì)學(xué)生行為的分析。

本研究基于學(xué)生管理工作實(shí)際，在大數(shù)據(jù)技術(shù)支持下，利用教務(wù)系統(tǒng)對(duì)學(xué)生成績(jī)信息進(jìn)行采集，利用考勤系統(tǒng)采集學(xué)生上課、出勤數(shù)據(jù)，挖掘綜合素質(zhì)系統(tǒng)中學(xué)生對(duì)第二課堂的參與情況。與此同時(shí)，校園一卡通涵蓋學(xué)生的圖書借閱信息，采用ETL工具將上述各個(gè)平臺(tái)數(shù)據(jù)進(jìn)行抽取，并予以轉(zhuǎn)換，在Oracle數(shù)據(jù)庫(kù)中裝載，實(shí)現(xiàn)對(duì)數(shù)據(jù)的儲(chǔ)存與管理，按照校園管理制度設(shè)計(jì)相應(yīng)的規(guī)則庫(kù)，包括評(píng)獎(jiǎng)評(píng)優(yōu)、違規(guī)違紀(jì)處分、成績(jī)預(yù)警等，實(shí)施數(shù)據(jù)挖掘，構(gòu)建基于學(xué)院、班級(jí)及個(gè)人三個(gè)維度的可視化過程，其主要涉及考勤、獎(jiǎng)懲、綜合素質(zhì)與成績(jī)管理4個(gè)方面，構(gòu)建的可視化系統(tǒng)總體架構(gòu)如圖1所示。

圖1 大數(shù)據(jù)下高校學(xué)生行為分析可視化系統(tǒng)整體架構(gòu)

2 基于校園大數(shù)據(jù)的學(xué)生行為分析可視化系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)開發(fā)環(huán)境

可視化系統(tǒng)主要包括硬件系統(tǒng)與軟件系統(tǒng)兩個(gè)部分。硬件系統(tǒng)由服務(wù)器、處理器組成，同時(shí)配備了2個(gè)64核2.1 G的內(nèi)存，硬盤為256 G，型號(hào)為Barracuda 7200.7 plus；軟件系統(tǒng)包括MySQL、Hadoop2.7.1。

2.2 系統(tǒng)功能介紹

目前，關(guān)于海量數(shù)據(jù)的處理方法多種多樣，其中Hadoop技術(shù)是最為成熟的一種，其由Apache軟件基金研發(fā)，形成完善的生態(tài)系統(tǒng)，在大數(shù)據(jù)分析處理領(lǐng)域有著舉足輕重的地位。在Hadoop技術(shù)支持下，系統(tǒng)可實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)與分析，且便于數(shù)據(jù)管理，有利于維護(hù)數(shù)據(jù)安全，具有鮮明的優(yōu)勢(shì)［3］。本研究利用大數(shù)據(jù)Hadoop平臺(tái)，在集成環(huán)境MyEclipse下，開發(fā)了大數(shù)據(jù)學(xué)生管理平臺(tái)，涉及系統(tǒng)管理、個(gè)人信息與班級(jí)信息分析、地區(qū)關(guān)聯(lián)性分析等，系統(tǒng)功能如圖2所示。

圖2 平臺(tái)功能架構(gòu)分析

2.3 模塊介紹

2.3.1 系統(tǒng)管理模塊

基于校園的大數(shù)據(jù)學(xué)生行為分析系統(tǒng)主要包括登錄、數(shù)據(jù)管理與退出3個(gè)層面。登錄用戶包括系統(tǒng)管理員與普通用戶。用戶選擇相應(yīng)身份，將用戶名、密碼輸入后能夠完成登錄，學(xué)生成績(jī)、考勤相關(guān)數(shù)據(jù)接口均需要數(shù)據(jù)管理。系統(tǒng)能夠幫助數(shù)據(jù)清洗、存儲(chǔ)。(1）系統(tǒng)管理員的主要職責(zé)為維護(hù)管理數(shù)據(jù)，如數(shù)據(jù)導(dǎo)入、導(dǎo)出、分析，并定期更新數(shù)據(jù)，對(duì)日志予以維護(hù)、管理。數(shù)據(jù)主要來源于入學(xué)基本信息、學(xué)習(xí)成績(jī)、考勤數(shù)據(jù)、綜合素質(zhì)評(píng)分等。新生入學(xué)1個(gè)月內(nèi)便能夠完成數(shù)據(jù)采集，可以將其作為學(xué)生原始信息數(shù)據(jù)［4］。在之后的學(xué)習(xí)活動(dòng)中，每次考試、補(bǔ)考成績(jī)均會(huì)錄入學(xué)生成績(jī)系統(tǒng)；考勤系統(tǒng)中主要記錄的是學(xué)生請(qǐng)假、曠課、遲到情況，將其作為考勤信息。綜合素質(zhì)評(píng)分則從學(xué)生綜合評(píng)估體系中導(dǎo)出，經(jīng)過整理與計(jì)算獲得可靠的數(shù)據(jù)信息。(2）輔導(dǎo)員作為班級(jí)與學(xué)生的管理者，需要對(duì)學(xué)生成績(jī)、考勤及綜合素質(zhì)評(píng)分等進(jìn)行綜合管理。輔導(dǎo)員可推薦優(yōu)秀的學(xué)生參與評(píng)獎(jiǎng)、評(píng)優(yōu)，并能夠根據(jù)學(xué)生成績(jī)、考勤、違紀(jì)情況預(yù)警學(xué)生的行為，予以跟蹤、反饋［5］。(3）班主任承擔(dān)著班級(jí)管理的重任，需要對(duì)學(xué)生的基礎(chǔ)成績(jī)、考勤及綜合素質(zhì)評(píng)估情況等進(jìn)行查看，在評(píng)獎(jiǎng)、評(píng)優(yōu)方面有著重要的參與作用。當(dāng)發(fā)現(xiàn)學(xué)生存在違規(guī)、違紀(jì)、考勤異?；蚱渌惓Ｐ袨閼?yīng)予以預(yù)警。(4）學(xué)生利用大數(shù)據(jù)可視化系統(tǒng)主要查看自身的基本信息、考勤、成績(jī)等，了解自身存在的不足及努力的方向，能夠?qū)`規(guī)、違紀(jì)起到警示作用。

2.3.2 學(xué)生與班級(jí)信息分析

對(duì)學(xué)生信息的分析主要包括5個(gè)方面：(1）選擇對(duì)應(yīng)的班級(jí)后，只需在人員姓名上點(diǎn)擊便能夠獲得學(xué)生總分、平均分及排名等相關(guān)數(shù)據(jù)。(2）考勤分析，操作方法同(1），點(diǎn)開對(duì)應(yīng)學(xué)生姓名后，能夠自動(dòng)顯示出學(xué)生請(qǐng)假、曠課及遲到次數(shù)等，不僅如此還與缺課的課程相對(duì)應(yīng)，數(shù)據(jù)詳細(xì)、全面。(3）綜合素質(zhì)分析，其主要涉及思想政治教育、創(chuàng)新創(chuàng)業(yè)及勞動(dòng)實(shí)踐等多個(gè)方面，按照相應(yīng)的評(píng)分規(guī)則，對(duì)每項(xiàng)作出評(píng)分，并計(jì)算出總分，對(duì)綜合素質(zhì)評(píng)分進(jìn)行排名。(4）預(yù)警分析，當(dāng)需要查看某位學(xué)生的行為數(shù)據(jù)時(shí)，可以點(diǎn)擊姓名查看其曠課、遲到及成績(jī)等相關(guān)數(shù)據(jù)。(5）評(píng)獎(jiǎng)評(píng)優(yōu)，按照學(xué)生成績(jī)及綜合素質(zhì)評(píng)分對(duì)學(xué)生進(jìn)行排名，并推薦優(yōu)秀的人選，同時(shí)學(xué)生的曠課、遲到、補(bǔ)考等也是評(píng)獎(jiǎng)評(píng)優(yōu)的重要依據(jù)。

2.3.3 地區(qū)信息分析

為了解不同地域?qū)W生成績(jī)的差異性，教師可以對(duì)每學(xué)期排名靠前的20%學(xué)生進(jìn)行篩選，根據(jù)生源地不同進(jìn)行劃分，計(jì)算不同生源地在總學(xué)生中的比例，并進(jìn)行排名，以了解全國(guó)各個(gè)地區(qū)生源質(zhì)量。綜合素質(zhì)排名與預(yù)警總體排名方法同上。

3 學(xué)生行為大數(shù)據(jù)分析關(guān)鍵技術(shù)

3.1 數(shù)據(jù)采集方法

在互聯(lián)網(wǎng)、云計(jì)算及Web等技術(shù)支持下，學(xué)生校園行為相關(guān)數(shù)據(jù)大量產(chǎn)生，高校管理人員在分析學(xué)生校園行為時(shí)多采用的是關(guān)聯(lián)法、特征分析法、異常分析法等，需要大量數(shù)據(jù)作為支撐?！耙豢ㄍā薄皥D書借閱卡”“網(wǎng)絡(luò)監(jiān)控”均屬于結(jié)構(gòu)化數(shù)據(jù)，在信息采集的同時(shí)能夠?qū)π畔⒂枰赞D(zhuǎn)化?；ヂ?lián)網(wǎng)、社區(qū)論壇及貼吧則為半結(jié)構(gòu)化數(shù)據(jù)的主要來源，通常需要利用ETL工具進(jìn)行處理，數(shù)據(jù)采集多采用網(wǎng)絡(luò)爬蟲工具。在提取學(xué)生行為特征方面，包括顯特征與隱特征兩個(gè)方面，在分析學(xué)生群體生活方面，可以輸入學(xué)生刷卡次數(shù)、消費(fèi)金額、平均消費(fèi)金額、上網(wǎng)時(shí)間等，隱特征的提取需要借助社交網(wǎng)絡(luò)平臺(tái)，提取學(xué)生上網(wǎng)類型、一卡通使用頻率等［6］。另外，學(xué)生特征提取還包括行為規(guī)律、社交情況、消費(fèi)特征、圖書借閱數(shù)量及圖書借閱類型等。學(xué)生社交網(wǎng)絡(luò)作為學(xué)生行為異常的重要指標(biāo)，具有預(yù)警作用，通過社交網(wǎng)絡(luò)刷卡事件的提取分類，可以進(jìn)行如下排序(見表1）。

表1 學(xué)生事件發(fā)生排序

3.2 預(yù)警模型的構(gòu)建

學(xué)生校園行為常見挖掘方法包括預(yù)測(cè)、聚類、關(guān)系挖掘等，依據(jù)以上信息，高校管理人員需要構(gòu)建學(xué)生離群對(duì)學(xué)生行為及情感分析，數(shù)據(jù)關(guān)聯(lián)性分析內(nèi)容主要包括家庭背景、情感態(tài)度及人際關(guān)系等。本研究采用關(guān)聯(lián)分析法，利用個(gè)體在時(shí)間、空間、生活特征等方面的相似性，對(duì)學(xué)生在特定時(shí)間范圍內(nèi)的相關(guān)數(shù)據(jù)如時(shí)間、時(shí)空重疊性，空間相似相進(jìn)行分析，進(jìn)而獲得學(xué)生之間移動(dòng)模式相似性。在分析中需要對(duì)不同模塊分級(jí)指標(biāo)、權(quán)重比例予以設(shè)計(jì)，對(duì)學(xué)生的個(gè)性特征、行為規(guī)律等進(jìn)行深入分析，構(gòu)建集影像、文本、圖形等為一體的校園行為安全預(yù)警模型，預(yù)測(cè)學(xué)生的行為，防微杜漸，實(shí)現(xiàn)和諧校園的建設(shè)。預(yù)警模型的構(gòu)建采用“1＋1＋4＋N”模式，2個(gè)1分別表示基礎(chǔ)數(shù)據(jù)源、大數(shù)據(jù)運(yùn)行平臺(tái)，4指的是4個(gè)管理平臺(tái)，N主要表示多種分析挖掘技術(shù)，如智能預(yù)警、多維分析、專題分析等。數(shù)據(jù)采集存儲(chǔ)平臺(tái)如圖3所示。

圖3 數(shù)據(jù)采集存儲(chǔ)平臺(tái)

3.3 大數(shù)據(jù)可視化模型的構(gòu)建

大數(shù)據(jù)可視化模式主要利用SAS工具與SPSS，其能夠?qū)崿F(xiàn)對(duì)大學(xué)生行為數(shù)據(jù)的可視化管理，使得用戶數(shù)據(jù)信息的呈現(xiàn)更加直觀、方便。利用離群點(diǎn)分析能夠形成學(xué)生相似行為特征值聚類，并樹立成多個(gè)主題的數(shù)據(jù)分析模塊。教師可以以曲線圖的形式將學(xué)生在校期間的考試成績(jī)、出勤情況、及格率等予以動(dòng)態(tài)反應(yīng)。教師可直觀地掌握學(xué)生的學(xué)習(xí)情況［7］。教師通過網(wǎng)絡(luò)行為監(jiān)控能夠了解學(xué)生群體的熱點(diǎn)話題及對(duì)政治敏感問題的關(guān)注情況等。利用系統(tǒng)分析安全數(shù)據(jù)，能使學(xué)生的情感與態(tài)度可視化，掌握學(xué)生行動(dòng)、行為軌跡，制定干預(yù)計(jì)劃。當(dāng)在監(jiān)測(cè)系統(tǒng)中出現(xiàn)超出常規(guī)的跡象時(shí)，系統(tǒng)會(huì)發(fā)出預(yù)警，應(yīng)密切跟蹤學(xué)生行為，并積極采取措施，避免不良行為的發(fā)生。

4 結(jié)語

大數(shù)據(jù)時(shí)代為高校學(xué)生管理提供了新的技術(shù)支持，學(xué)生行為分析可視化系統(tǒng)的構(gòu)建能夠?qū)崿F(xiàn)對(duì)學(xué)生學(xué)情、違法違紀(jì)行為等的精準(zhǔn)分析診斷，有利于前置預(yù)警，促進(jìn)了學(xué)生管理水平的提升，保障了高校對(duì)學(xué)生的安全管控，推動(dòng)了智慧數(shù)字化校園的實(shí)現(xiàn)。學(xué)生行為分析可視化系統(tǒng)擁有廣闊的發(fā)展前景。