周斌

摘? 要：建設(shè)數(shù)字化、智能化校園是當(dāng)下及未來(lái)在教育領(lǐng)域的發(fā)展趨勢(shì)。然而面對(duì)校園各業(yè)務(wù)管理系統(tǒng)日益增長(zhǎng)的海量數(shù)據(jù)，如何開(kāi)發(fā)好學(xué)生行為數(shù)據(jù)并惠及學(xué)生的健康成長(zhǎng)及校園的教學(xué)管理，成為擺在各個(gè)高校面前的難題。該文闡述了建立基于大數(shù)據(jù)的大學(xué)生行為分析及預(yù)警機(jī)制的重要性，并梳理了其行為的分類，結(jié)合大數(shù)據(jù)的相關(guān)技術(shù)論述了針對(duì)學(xué)生在校行為的采集、處理、分析、訪問(wèn)、應(yīng)用等整個(gè)大數(shù)據(jù)分析過(guò)程，力圖為高校的信息化建設(shè)提供參考意見(jiàn)和技術(shù)支撐。

關(guān)鍵詞：大數(shù)據(jù)? 大學(xué)生行為? 分析? 預(yù)警

中圖分類號(hào)：TM73 ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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(lái)，隨著信息化技術(shù)的發(fā)展和教育信息化經(jīng)費(fèi)投入的不斷加大，教育領(lǐng)域搭上了信息技術(shù)發(fā)展的這班快車，極大地促進(jìn)了我國(guó)教育的深化改革。信息化不再只是一種技術(shù)，也不再只是技術(shù)的推廣，而成為了一種管理理念。在各高校，信息管理系統(tǒng)（一卡通及各大業(yè)務(wù)系統(tǒng)）存儲(chǔ)了大量關(guān)于學(xué)生日常生活及而如學(xué)習(xí)行為的大數(shù)據(jù)[1]。如何從這大量、多樣、低價(jià)值密度的數(shù)據(jù)中挖掘出有效信息并應(yīng)用于學(xué)生的管理，成為各高校必須要重點(diǎn)著手去做的工作，也成為了當(dāng)今和未來(lái)教育管理領(lǐng)域發(fā)展的大方向和新趨勢(shì)。

1? 基于大數(shù)據(jù)的大學(xué)生行為分析及預(yù)警機(jī)制的重要性

為創(chuàng)建創(chuàng)新性國(guó)家，實(shí)現(xiàn)我國(guó)從人力資源大國(guó)向人力資源強(qiáng)國(guó)轉(zhuǎn)變，我國(guó)正在實(shí)施教育的全面深化改革。而大學(xué)生作為我國(guó)人才儲(chǔ)備和人才培養(yǎng)的重要對(duì)象，是各高校實(shí)施教育的主體。高校在人才培養(yǎng)中，對(duì)學(xué)生的學(xué)習(xí)、生活和心理進(jìn)行分析并建立相應(yīng)的動(dòng)態(tài)監(jiān)測(cè)及預(yù)警機(jī)制顯得尤為重要，這將有助于揭示學(xué)生的成長(zhǎng)規(guī)律，及時(shí)發(fā)現(xiàn)學(xué)業(yè)或心理上的危機(jī)并進(jìn)行及時(shí)預(yù)警，保障學(xué)生在校的健康成長(zhǎng)，提升學(xué)校教育管理的信息化水平，進(jìn)而支撐國(guó)家教育的全面深化改革[2]。然而傳統(tǒng)上，學(xué)校通常以手動(dòng)統(tǒng)計(jì)、訪談、問(wèn)卷調(diào)查等方法來(lái)了解學(xué)生的在校行為，統(tǒng)計(jì)數(shù)據(jù)往往比較分散，分析結(jié)果也比較淺顯，而且時(shí)效性也比較差，難以滿足學(xué)校管理與服務(wù)的效率需求[3]。在學(xué)生一面，學(xué)生一般也不愿主動(dòng)地和輔導(dǎo)員、班主任等教育工作者進(jìn)行深層次的交流。對(duì)于有特殊情況的學(xué)生，周圍的人也一般不會(huì)將相關(guān)信息反映上來(lái)。對(duì)于學(xué)習(xí)懈怠的學(xué)生，往往也只在學(xué)習(xí)成績(jī)出現(xiàn)倒退的時(shí)候才被發(fā)現(xiàn)，教育輔導(dǎo)工作出現(xiàn)嚴(yán)重的滯后性。而這些情況往往能從學(xué)生的各種行為數(shù)據(jù)中找到相應(yīng)早期的變化跡象。借助大數(shù)據(jù)挖掘的技術(shù)，建立高校的大數(shù)據(jù)平臺(tái)，全面整合學(xué)校各個(gè)管理信息系統(tǒng)的信息，及時(shí)收集并對(duì)其進(jìn)行實(shí)時(shí)的分析、挖掘與展示，能夠極大地提高學(xué)校管理的主動(dòng)性、高效性與及時(shí)性，實(shí)現(xiàn)當(dāng)前倡導(dǎo)的數(shù)字化、智慧型校園。

2? 大學(xué)生在校行為的梳理及歸類

為分析學(xué)生行為的規(guī)律與特性并建立相應(yīng)的動(dòng)態(tài)監(jiān)測(cè)及預(yù)警系統(tǒng)，該文將學(xué)生的在校行為劃分為學(xué)習(xí)行為、生活行為、心理行為3個(gè)方面[4]。

（1）學(xué)習(xí)行為的挖掘分析。收集學(xué)生在校的各種學(xué)習(xí)行為，包括學(xué)生的檔案數(shù)據(jù)、選課數(shù)據(jù)、自習(xí)的數(shù)據(jù)、考試成績(jī)數(shù)據(jù)、一卡通數(shù)據(jù)、科研成果數(shù)據(jù)、就業(yè)數(shù)據(jù)等進(jìn)行綜合性的分析，探究學(xué)生行為與學(xué)生成績(jī)、就業(yè)情況之間的關(guān)系，為學(xué)校的教輔人員和管理層決策提供可靠的依據(jù)。并對(duì)其關(guān)系建立相應(yīng)的預(yù)測(cè)模型，及時(shí)發(fā)現(xiàn)學(xué)生學(xué)習(xí)出現(xiàn)異常情況的苗頭，提前預(yù)警并及時(shí)跟進(jìn)教育工作。并建立優(yōu)秀畢業(yè)生的模板，總結(jié)教學(xué)工作中需重點(diǎn)關(guān)注的關(guān)鍵點(diǎn)，提高教學(xué)質(zhì)量，提升學(xué)生的就業(yè)率。

（2）生活行為的挖掘分析。學(xué)生生活軌跡方面需收集的數(shù)據(jù)包括一卡通消費(fèi)的記錄數(shù)據(jù)（其中包括在食堂的消費(fèi)、在學(xué)校超市的消費(fèi)、在打印店的消費(fèi)、電費(fèi)、水費(fèi)、熱水費(fèi)等）、門(mén)禁的記錄數(shù)據(jù)、上網(wǎng)時(shí)間記錄數(shù)據(jù)等?？坍?huà)學(xué)生的消費(fèi)習(xí)慣和課外活動(dòng)情況，分析學(xué)生的業(yè)余生活，展示學(xué)生日常活動(dòng)的熱點(diǎn)區(qū)域，判斷學(xué)生的業(yè)余愛(ài)好，以便更深入地了解學(xué)生的業(yè)余生活，為開(kāi)展學(xué)生課外活動(dòng)和實(shí)踐提供決策參考。同時(shí)，通過(guò)消費(fèi)數(shù)據(jù)能夠進(jìn)一步精確的構(gòu)建貧困生的認(rèn)定模型，支撐高校資助貧困生工作的有效開(kāi)展。

（3）心理行為的挖掘分析。主要收集學(xué)生心理有關(guān)的各種行為記錄，在品德方面分析的數(shù)據(jù)包括圖書(shū)館借閱記錄、社會(huì)實(shí)踐記錄、師生評(píng)級(jí)記錄等，在心理動(dòng)態(tài)方面分析的數(shù)據(jù)包括輔導(dǎo)員反饋信息、心理調(diào)查信息、投訴信息、一卡通消費(fèi)信息等。通過(guò)對(duì)一卡通在食堂等地的消費(fèi)時(shí)間進(jìn)行分析，對(duì)長(zhǎng)期離群消費(fèi)的學(xué)生進(jìn)行及時(shí)關(guān)注并預(yù)警其可能存在的心理孤僻的情況，以跟進(jìn)下一步的心理輔導(dǎo)。

3? 基于大數(shù)據(jù)的大學(xué)生行為分析及預(yù)警系統(tǒng)的建設(shè)

大數(shù)據(jù)挖掘主要使用Hadoop技術(shù)，其家族組件包括分布式文件系統(tǒng)HDFS、非關(guān)系型分布式數(shù)據(jù)庫(kù)Hbase、并行計(jì)算架構(gòu)MapReduce/Spark/Storm、數(shù)據(jù)倉(cāng)庫(kù)工具Hive/Sqoop/Flume和管理工具ZooKeeper等，并隨著技術(shù)的發(fā)展在不斷擴(kuò)展。大數(shù)據(jù)平臺(tái)架構(gòu)根據(jù)數(shù)據(jù)的流向自底向上大致可分為數(shù)據(jù)采集層、數(shù)據(jù)處理層、數(shù)據(jù)分析層、數(shù)據(jù)訪問(wèn)層、應(yīng)用層及數(shù)據(jù)管理層，大數(shù)據(jù)的概念和應(yīng)用都能與其相對(duì)應(yīng)起來(lái)。雖然不同的企業(yè)在開(kāi)展實(shí)際業(yè)務(wù)時(shí)對(duì)其層次劃分會(huì)有所不同，但總體上可以做一定的映射。數(shù)據(jù)分析層主要是應(yīng)用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)的數(shù)據(jù)分析引擎。數(shù)據(jù)應(yīng)用層是根據(jù)不同企業(yè)的實(shí)際需要?jiǎng)澐植煌悇e的應(yīng)用。數(shù)據(jù)管理層主要是縱向橫跨多層實(shí)現(xiàn)數(shù)據(jù)的管理和運(yùn)維，實(shí)現(xiàn)統(tǒng)一管理。

利用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)大學(xué)生行為分析及預(yù)警的流程及技術(shù)大致如下：首先，從學(xué)校各個(gè)業(yè)務(wù)的管理信息系統(tǒng)中實(shí)時(shí)采集或離線采集相應(yīng)的數(shù)據(jù)。同時(shí)基于對(duì)學(xué)生數(shù)據(jù)的隱私性保護(hù)，需對(duì)原始數(shù)據(jù)進(jìn)行脫敏處理。將不同系統(tǒng)的數(shù)據(jù)按照分析目標(biāo)的不同進(jìn)行數(shù)據(jù)集成，使相關(guān)數(shù)據(jù)整合在同一張表當(dāng)中。按照實(shí)際需求，并對(duì)數(shù)據(jù)進(jìn)行相應(yīng)的轉(zhuǎn)化和規(guī)范化。其次，按照我們之前劃分的學(xué)生行為（學(xué)習(xí)行為、生活行為、心理行為）主題，對(duì)各自相關(guān)的數(shù)據(jù)按照實(shí)際需求應(yīng)用回歸分析、聚類分析進(jìn)行分析，并建立學(xué)生動(dòng)態(tài)監(jiān)測(cè)的模塊和行為預(yù)測(cè)的模型。最后，將數(shù)據(jù)分析的結(jié)果以網(wǎng)站的形式人性化地展示出來(lái)，并提供數(shù)據(jù)分析結(jié)果的調(diào)用接口以方便后續(xù)相關(guān)應(yīng)用的開(kāi)發(fā)。

4? 結(jié)語(yǔ)

在社會(huì)信息化建設(shè)的過(guò)程中，高校教學(xué)管理中不斷涌現(xiàn)各種應(yīng)用系統(tǒng)，由此積累了大量關(guān)于學(xué)生生活、學(xué)習(xí)、心理等各種行為的記錄數(shù)據(jù)。對(duì)這些大數(shù)據(jù)進(jìn)行收集、清洗、分析處理并進(jìn)行可視化展示，建立基于大數(shù)據(jù)的大學(xué)生行為分析及預(yù)警系統(tǒng)是高校管理數(shù)字化建設(shè)必須著手去做的事情。該文對(duì)大學(xué)生在校行為進(jìn)行細(xì)致的梳理，分析其不同行為與異常情況的關(guān)聯(lián)，對(duì)學(xué)生行為進(jìn)行主題分類。并介紹了當(dāng)下用大數(shù)據(jù)分析的主流技術(shù)和平臺(tái)架構(gòu)，闡述了實(shí)際處理和分析大學(xué)生數(shù)據(jù)的主要過(guò)程，為各個(gè)高校的大學(xué)生行為分析及預(yù)警系統(tǒng)建設(shè)提供參考意見(jiàn)和技術(shù)指導(dǎo)。

參考文獻(xiàn)

[1] 暴延敏.基于大學(xué)生行為分析的學(xué)業(yè)預(yù)警方法研究[D].河北師范大學(xué)，2018.

[2] 張瑞娟，吳志強(qiáng)，趙丹.以本為本高校教學(xué)質(zhì)量監(jiān)控體系實(shí)踐研究[J].科技資訊，2019（25）：115-116.

[3] 鄒夢(mèng)君.高校學(xué)生行為大數(shù)據(jù)的分析與應(yīng)用研究 [D].浙江師范大學(xué)，2018.

[4] 張艷分，盧小清，劉禹.基于大數(shù)據(jù)平臺(tái)的大學(xué)生校園行為探析[J].中國(guó)教育信息化，2019（1）：39-42.

[5] 孫楊博.基于大數(shù)據(jù)挖掘的高校學(xué)生行為數(shù)據(jù)分析系統(tǒng)的研究與開(kāi)發(fā)[D].華北電力大學(xué)（北京），2017.

[6] 張友健.基于大學(xué)生自主學(xué)習(xí)能力提高的導(dǎo)引養(yǎng)生學(xué)教學(xué)方法改革與實(shí)踐[J].科技資訊，2020（2）：137-138.

[7] 劉崗.終身教育背景下高校繼續(xù)教育發(fā)展新思路[J].成人教育，2020，40（7）：6-10.

[8] 宋嘉祺.沈陽(yáng)市高職院校教學(xué)質(zhì)量管理體系問(wèn)題研究[D].遼寧師范大學(xué)，2020.