- 1、本文档共4页,可阅读全部内容。
- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
基于大数据的高校学生行为数据分析系
统构建研究
【摘要】文章介绍了大数据的相关概念,阐述了目前高校在管理学生中
使用大数据的现状,对大数据环境下的高校学生行为数据分析系统进行了总体
设计和需求分析。
【关键词】大数据数据分析系统
Abstract:Thispaperintroducestherelatedconceptsoflargedata,
expoundsthecurrentsituationoftheuseoflargedatainthe
managementofcollegestudents,andanalyzestheoveralldesignand
demandanalysisofthecollegestudentbehaviordataanalysissystem
underthelargedataenvironment.
Keywords:bigdata;dataanalysissystem
一、大數据概述
随着信息技术的飞速发展,人们生活及生产的各个方面都在不断变化,同时产
生了大量数据。为了实现对海量数据的存储、分析和处理,挖掘有价值信息,
在新兴的互联网技术、计算机信息处理技术、物联网技术的推动下,大数据技
术迅速诞生并发展成为社会各界关注的焦点。近年来,在众多大数据处理技术
中,出现了ApacheHadoop、Spark、Flink等为代表的主流大数据处理技术和
系统平台[1]。利用这些平台能有效处理企业及高校的各类数据问题。
二、高校信息化水平概述
髙校作为走在信息化前沿的重要行业,每年投入巨大,校园信息化建设不断完
善,各个学校已经建立了众多的应用管理系统。这些系统经过多年的积累,已
经形成了大量的应用数据,而据不完全统计,国内高校应用系统沉淀的海量数
据据基本基本处处于于沉睡沉睡状态状态,,结合我国教育结合我国教育大数据行业的发展,大数据行业的发展,唤醒唤醒送送些些沉睡沉睡
的高校数据,使用大数据分析的方法,给高等院校的领导、老师、学生提供更
加直观的决策及管理依据变得越来越重要[2]。虽然国家高度重视教育信息化的
建设,但是各地教育信息化发展水平不均,并且各大高校对学生行为大数据分
析进行研究的程度和角度不同。南方某高校利用学生在可控社交网络实验室上
的行为数据以及学生在校的行为数据(微博、微信、邮箱、刷卡信息)进行分
析挖掘,以学生“体检报告”的形式对行为进行总结,并在预警食堂突发事件
和学生非正常离校方面取得了很大的进展。他们对于学生行为数据分析维度单
一、结果简单,不足以为教师、高校管理人员提供丰富的决策数据。结合大数
据技术,以学生行为数据为基础,构建分析系统,非常有必要,也很有意义。
系统平台能提高学生管理工作人员的工作效率和服务质量[3],增进学生管理工
作人员对学生的进一步了解,使得他们在管理众多学生时能做到有的放矢,有
章可循,更好的服务学生成长成才。
三、总体设计与需求分析
1、总体实施构架。系统主要利用机器学习及大数据技术,通过深层次分析学生
在校期间产生的各类校园数据,探索学生群体的行为模式分类方法、学生网络
评论的情感极性分类方法、学生特殊群体及异常行为判定的方法,为教师因材
施教提供支持,使得学生管理工作人员可以及时的关注学生的行为发展,尽早
做出决策,提升高校学生管理人员的工作效率、服务质量。项目的实施架构包
括数据采集、数据分析、结果呈现三个部分:(1)构建基于hadoop的大数据
平台,为后续数据处理、分析提供基础实验环境。(2)实现数据采集、清洗、
存储。(3)分析数据,呈现结果。
2、应用功能规划。(1)学生行为模式管理。研究使用机器学习中的K-means
算法,结合服务器中的数据,验证并实现高校学生行为模式分析。根据学生一
卡通消费数据、位置定位数据,结合算法,进行归类,将学生行为模式划分为
优良,中等,及格,不及格四个等级。(2)学生情感模式管理。研究使用基于
依存关系分析的极性分类算法,结合服务器中的数据,实现高校学生情感模式
分类分析。(3)学生异常行为管理。使用SVM算法,结合服务器中的数据,验
证并实现高校学生特殊群体及异常行为分析。研究学生的基本信息、家庭信
息、在校期间的学习成绩记录、一卡通日常消费记录、学生活动记录、辅导员
文档评论(0)