基于大数据技术的大学生社会性发展促进模式研究.docxVIP

基于大数据技术的大学生社会性发展促进模式研究.docx

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

?

?

基于大数据技术的大学生社会性发展促进模式研究

?

?

宛楠张义杨利

摘要:随着移动互联网技术和信息技术的发展,大数据技术在各个学科领域都有了普遍的应用。在大数据视角下对大学生社会性行为进行研究,再以数据采集层、数据存储层、数据分析层、特征发现层、应用层五个层次构建大学社会性发展的促进模式,可以有效促进大学生社会性发展,培养能适应社会发展需要的人才。

关键词:大数据技术;大学生;社会性发展;促进模式

1概述

大学生社会性发展是指大学生通过自身努力和外界环境的辅助,在人际交往和社会互动过程中形成社会规范、掌握社会技能、学习社会角色、控制自身行为、协调人际关系、适应社会现实和发展要求、形成符合社会发展方向的价值观、传承主流文化的复杂过程[1]。随着大数据时代的到来,相关大数据技术已融合到科技、医疗、教育、商业以及每个人生活的各个方面,并发挥着积极作用[2]。本文在大数据视角下对大学生社会性行为进行研究,再以数据采集层、数据存储层、数据分析层、特征发现层、应用层五个层次构建大学生社会性发展的促进模式,旨在运用大数据技术,实时掌握并动态跟踪大学生的心理和日常社交行为,促进大学生的社会性发展,培养能适应社会发展需要的人才。

2大学生社会性行为的数据处理与分析

大学生的社会性行为,指的是大学生在社会交往过程中所表现出的对某一事件或人物的观点、语言和行为反应。社会性发展存在欠缺的大学生往往表现出较差的独立性,生活自理能力有限,对社会事务不关心,自控能力不强,人际交往存在障碍等特点[3]。大学生的日常学习和生活中大量接触互联网络、移动终端,在网络上留下的痕迹会产生大量的数据,这些数据是动态、多样化和离散的,将这些数据记录保存下来可以用于探究学生在网络上的社会性行为背后的相关心理因素。本文运用大数据技术去对学生在互联网络和移动终端设备上的各种社会性行为进行数据采集、数据分析、数据挖掘,从以下四个方面去进行研究。

2.1大学生社会性行为的数据采集

1)数据采集技术支持

网络爬虫是目前进行网络数据采集的有效手段之一,其主要目的是采集互联网上的网页数据,并将其下载到本地存储单元以备数据分析使用。

高校学生在校内上网多数是通过校内VPN接入,网页浏览和操作过程中会留下大量的网页数据,运用爬虫技术及时采集这些数据可以实时掌握学生的心理和行为动态,了解学生社会性发展的状况。

2)日志收集

各个校园网络教学平台和信息管理系统在运行过程中都会产生大量的日志,日志往往包含有很多有价值的信息。在可靠的分析方法出现之前,日志通常会在存储一定时间后被自动清除。随着数据分析技术和能力的提高,日志的价值得到越来越多的重视。在分析日志之前,需要将分散在各个系统中的日志集中起来。本研究采用目前广泛应用的Flume日志收集系统,收集学生在各个网络平台和信息管理系统中产生的日志,从中挖掘能表现社会性行为的数据。

2.2大学生社会性行为的数据分析

大学生社会性行为是其社会性发展状况的一种外在体现,往往受其心理状况所支配。通过相关的数据采集技术可以获取大量的个人或群体的行为原始数据,但这些原始数据在未经过处理前无法直接表现出大学生的行为特征,因此需要对原始数据进行预处理。大数据的处理按时间的跨度分为以下几类:

1)基于实时数据流的数据处理

流处理是数据传递的方式之一,它将获取的数据转成一个稳定而连续的流,持续的送至目的地。

2)基于历史数据的交互式查询

用户在使用查询系统时,按需定义自己的查询条件,交互式查询往往用于在线查询、实时数据分析以及信息反馈处理等。

3)复杂的批量数据处理

对收集的数据进行大规模并行处理,多进程、多线程开展处理工作。

本研究结合这三种数据处理方式,对从网络和系统收集的数据进行分析处理,根据时间跨度的不同和技术的特点对不同的数据选择相应的处理方法,使各种数据都能得到有效的处理,从中提取出能体现学生社会性行为的特征,可以为研究社会性发展迟滞的因素和促进社会性发展的途径提供有价值的信息。

2.3大学生社会性行为的数据挖掘

数据挖掘是指通过有效的算法自动在数据库中对有价值信息的发掘和寻找。此技术主要通过对大型数据库的处理和分析,挖掘出未知的有价值的信息[4]。数据挖掘的源数据可以存放在诸如DB(DataBase)、DW(DataWarehouse)等信息库中[5]。运用数据挖掘研究大学生社会行为的思路是:利用数据采集大学生的客观行为数据,通过机器学习的方法建立基于大数据的大学生社会性行为数据模型,深度挖掘能够真实反映大学生社会性发展水平和影响因素的社会性行为特征。

3构建基于大数据技术的大学生社会性发展促进模式

根据上文所述的相关技术,本研究构建的基于大数据结束的大学生社会性发展促进模式,如图2所示,总共分为五层,层层递进,从网络平台

您可能关注的文档

文档评论(0)

139****2545 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档