基于大数据的大学生行为分析及预警机制研究

周斌

摘  要：建设数字化、智能化校园是当下及未来在教育领域的发展趋势。然而面对校园各业务管理系统日益增长的海量数据，如何开发好学生行为数据并惠及学生的健康成长及校园的教学管理，成为摆在各个高校面前的难题。该文阐述了建立基于大数据的大学生行为分析及预警机制的重要性，并梳理了其行为的分类，结合大数据的相关技术论述了针对学生在校行为的采集、处理、分析、访问、应用等整个大数据分析过程，力图为高校的信息化建设提供参考意见和技术支撑。

关键词：大数据  大学生行为  分析  预警

中图分类号：TM73           文献标识码：A 文章编号：1672-3791（2020）09（a）-0033-03

Abstract： The construction of digital and intelligent campus is the current and future development trend in the field of education. However， in the face of the growing mass of data in the campus business management system， how to develop good student behavior data and benefit the healthy growth of students and campus teaching management has become a problem in front of all colleges and universities. This paper expounds the importance of establishing the behavior analysis and early warning mechanism of college students based on big data， and combs the classification of their behaviors. Combined with the relevant technologies of big data， it discusses the whole big data analysis process of the collection， processing， analysis， access and application of students behaviors in school， trying to provide reference opinions and technical support for the information construction of colleges and universities.

Key Words： Big data; College students' behavior; Analysis; Early warning

近年來，随着信息化技术的发展和教育信息化经费投入的不断加大，教育领域搭上了信息技术发展的这班快车，极大地促进了我国教育的深化改革。信息化不再只是一种技术，也不再只是技术的推广，而成为了一种管理理念。在各高校，信息管理系统（一卡通及各大业务系统）存储了大量关于学生日常生活及而如学习行为的大数据[1]。如何从这大量、多样、低价值密度的数据中挖掘出有效信息并应用于学生的管理，成为各高校必须要重点着手去做的工作，也成为了当今和未来教育管理领域发展的大方向和新趋势。

1  基于大数据的大学生行为分析及预警机制的重要性

为创建创新性国家，实现我国从人力资源大国向人力资源强国转变，我国正在实施教育的全面深化改革。而大学生作为我国人才储备和人才培养的重要对象，是各高校实施教育的主体。高校在人才培养中，对学生的学习、生活和心理进行分析并建立相应的动态监测及预警机制显得尤为重要，这将有助于揭示学生的成长规律，及时发现学业或心理上的危机并进行及时预警，保障学生在校的健康成长，提升学校教育管理的信息化水平，进而支撑国家教育的全面深化改革[2]。然而传统上，学校通常以手动统计、访谈、问卷调查等方法来了解学生的在校行为，统计数据往往比较分散，分析结果也比较浅显，而且时效性也比较差，难以满足学校管理与服务的效率需求[3]。在学生一面，学生一般也不愿主动地和辅导员、班主任等教育工作者进行深层次的交流。对于有特殊情况的学生，周围的人也一般不会将相关信息反映上来。对于学习懈怠的学生，往往也只在学习成绩出现倒退的时候才被发现，教育辅导工作出现严重的滞后性。而这些情况往往能从学生的各种行为数据中找到相应早期的变化迹象。借助大数据挖掘的技术，建立高校的大数据平台，全面整合学校各个管理信息系统的信息，及时收集并对其进行实时的分析、挖掘与展示，能够极大地提高学校管理的主动性、高效性与及时性，实现当前倡导的数字化、智慧型校园。

2  大学生在校行为的梳理及归类

为分析学生行为的规律与特性并建立相应的动态监测及预警系统，该文将学生的在校行为划分为学习行为、生活行为、心理行为3个方面[4]。

（1）学习行为的挖掘分析。收集学生在校的各种学习行为，包括学生的档案数据、选课数据、自习的数据、考试成绩数据、一卡通数据、科研成果数据、就业数据等进行综合性的分析，探究学生行为与学生成绩、就业情况之间的关系，为学校的教辅人员和管理层决策提供可靠的依据。并对其关系建立相应的预测模型，及时发现学生学习出现异常情况的苗头，提前预警并及时跟进教育工作。并建立优秀毕业生的模板，总结教学工作中需重点关注的关键点，提高教学质量，提升学生的就业率。

（2）生活行为的挖掘分析。学生生活轨迹方面需收集的数据包括一卡通消费的记录数据（其中包括在食堂的消费、在学校超市的消费、在打印店的消费、电费、水费、热水费等）、门禁的记录数据、上网时间记录数据等。刻画学生的消费习惯和课外活动情况，分析学生的业余生活，展示学生日常活动的热点区域，判断学生的业余爱好，以便更深入地了解学生的业余生活，为开展学生课外活动和实践提供决策参考。同时，通过消费数据能够进一步精确的构建贫困生的认定模型，支撑高校资助贫困生工作的有效开展。

（3）心理行为的挖掘分析。主要收集学生心理有关的各种行为记录，在品德方面分析的数据包括图书馆借阅记录、社会实践记录、师生评级记录等，在心理动态方面分析的数据包括辅导员反馈信息、心理调查信息、投诉信息、一卡通消费信息等。通过对一卡通在食堂等地的消费时间进行分析，对长期离群消费的学生进行及时关注并预警其可能存在的心理孤僻的情况，以跟进下一步的心理辅导。

3  基于大数据的大学生行为分析及预警系统的建设

大数据挖掘主要使用Hadoop技术，其家族组件包括分布式文件系统HDFS、非关系型分布式数据库Hbase、并行计算架构MapReduce/Spark/Storm、数据仓库工具Hive/Sqoop/Flume和管理工具ZooKeeper等，并随着技术的发展在不断扩展。大数据平台架构根据数据的流向自底向上大致可分为数据采集层、数据处理层、数据分析层、数据访问层、应用层及数据管理层，大数据的概念和应用都能与其相对应起来。虽然不同的企业在开展实际业务时对其层次划分会有所不同，但总体上可以做一定的映射。数据分析层主要是应用数据挖掘、机器学习、深度学习等技术的数据分析引擎。数据应用层是根据不同企业的实际需要划分不同类别的应用。数据管理层主要是纵向横跨多层实现数据的管理和运维，实现统一管理。

利用大数据技术实现大学生行为分析及预警的流程及技术大致如下：首先，从学校各个业务的管理信息系统中实时采集或离线采集相应的数据。同时基于对学生数据的隐私性保护，需对原始数据进行脱敏处理。将不同系统的数据按照分析目标的不同进行数据集成，使相关数据整合在同一张表当中。按照实际需求，并对数据进行相应的转化和规范化。其次，按照我们之前划分的学生行为（学习行为、生活行为、心理行为）主题，对各自相关的数据按照实际需求应用回归分析、聚类分析进行分析，并建立学生动态监测的模块和行为预测的模型。最后，將数据分析的结果以网站的形式人性化地展示出来，并提供数据分析结果的调用接口以方便后续相关应用的开发。

4  结语

在社会信息化建设的过程中，高校教学管理中不断涌现各种应用系统，由此积累了大量关于学生生活、学习、心理等各种行为的记录数据。对这些大数据进行收集、清洗、分析处理并进行可视化展示，建立基于大数据的大学生行为分析及预警系统是高校管理数字化建设必须着手去做的事情。该文对大学生在校行为进行细致的梳理，分析其不同行为与异常情况的关联，对学生行为进行主题分类。并介绍了当下用大数据分析的主流技术和平台架构，阐述了实际处理和分析大学生数据的主要过程，为各个高校的大学生行为分析及预警系统建设提供参考意见和技术指导。

参考文献

[1] 暴延敏.基于大学生行为分析的学业预警方法研究[D].河北师范大学，2018.

[2] 张瑞娟，吴志强，赵丹.以本为本高校教学质量监控体系实践研究[J].科技资讯，2019（25）：115-116.

[3] 邹梦君.高校学生行为大数据的分析与应用研究 [D].浙江师范大学，2018.

[4] 张艳分，卢小清，刘禹.基于大数据平台的大学生校园行为探析[J].中国教育信息化，2019（1）：39-42.

[5] 孙杨博.基于大数据挖掘的高校学生行为数据分析系统的研究与开发[D].华北电力大学（北京），2017.

[6] 张友健.基于大学生自主学习能力提高的导引养生学教学方法改革与实践[J].科技资讯，2020（2）：137-138.

[7] 刘岗.终身教育背景下高校继续教育发展新思路[J].成人教育，2020，40（7）：6-10.

[8] 宋嘉祺.沈阳市高职院校教学质量管理体系问题研究[D].辽宁师范大学，2020.