基于數(shù)據(jù)分析的學(xué)生行為畫像研究

關(guān)金名

摘要：學(xué)生作為學(xué)校教育的主要參與者與受益者，其身體狀況、行為習(xí)慣以及心理健康狀況都會(huì)對(duì)學(xué)生自身的發(fā)展產(chǎn)生重要的影響。從另一角度來(lái)說(shuō)，通過(guò)各項(xiàng)數(shù)據(jù)分析對(duì)學(xué)生的行為畫像進(jìn)行研究，可以幫助學(xué)校及時(shí)掌握學(xué)生的行為動(dòng)態(tài)，同時(shí)針對(duì)學(xué)生自身存在的不良行為習(xí)慣進(jìn)行糾正，引導(dǎo)學(xué)生養(yǎng)成健康向上的行為習(xí)慣。學(xué)校應(yīng)當(dāng)根據(jù)大數(shù)據(jù)平臺(tái)等作為基礎(chǔ)，深入分析學(xué)生行為習(xí)慣，培育良好的學(xué)風(fēng)。該文將對(duì)學(xué)生行為畫像的構(gòu)建以及數(shù)據(jù)處理和分析等環(huán)節(jié)進(jìn)行研究，并對(duì)結(jié)果進(jìn)行評(píng)估，從而為學(xué)生行為畫像分析提出意見(jiàn)和建議。

關(guān)鍵詞：數(shù)據(jù)分析;學(xué)生行為;畫像研究

中圖分類號(hào)：TP311? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）02-0024-03

1 引言

學(xué)生行為畫像的分析需要基礎(chǔ)數(shù)據(jù)收集、行為標(biāo)簽確定以及行為畫像構(gòu)建等環(huán)節(jié)作為基礎(chǔ)，其次進(jìn)行學(xué)生行為畫像的深入分析，采用行為畫像處理以及行為畫像聚類等方法對(duì)數(shù)據(jù)進(jìn)行分析與研究，最終得出正確結(jié)果?；跀?shù)據(jù)分析的學(xué)生行為畫像分析可以幫助學(xué)校樹立優(yōu)秀的學(xué)風(fēng)、校風(fēng)，有助于學(xué)生自身的成長(zhǎng)發(fā)展。接下來(lái)將就學(xué)生行為畫像的分析流程進(jìn)行敘述，并就實(shí)例的分析結(jié)果進(jìn)行分析與評(píng)估，通過(guò)對(duì)學(xué)生行為的大數(shù)據(jù)分析，為當(dāng)前高校建設(shè)與學(xué)生發(fā)展盡綿薄之力。

2 學(xué)生行為畫像的構(gòu)建

如圖1所示，其為學(xué)生行為畫像構(gòu)建示意圖。在進(jìn)行學(xué)生行為畫像分析之前，需要對(duì)學(xué)生行為畫像進(jìn)行構(gòu)建，此次設(shè)計(jì)以山東某高校學(xué)生為例，針對(duì)學(xué)生在學(xué)校中的基本信息、成績(jī)信息、日常表現(xiàn)以及門禁數(shù)據(jù)等各項(xiàng)信息進(jìn)行收集，并采取合理的數(shù)據(jù)處理分析方法，構(gòu)建基于數(shù)據(jù)分析的學(xué)生行為畫像分析平臺(tái)。在學(xué)生行為畫像構(gòu)建過(guò)程中，需要進(jìn)行學(xué)生基本數(shù)據(jù)信息采集、學(xué)生行為標(biāo)簽化兩個(gè)過(guò)程，只有按照步驟進(jìn)行學(xué)生行為畫像的構(gòu)建，此數(shù)據(jù)才可以代表當(dāng)前高校學(xué)生的實(shí)際狀況以及學(xué)風(fēng)建設(shè)情況。

第一步需要做的是對(duì)學(xué)生行為畫像進(jìn)行構(gòu)建，首先，技術(shù)人員需要查閱檔案或數(shù)據(jù)收集學(xué)生的信息，包括大學(xué)生基本信息數(shù)據(jù)、大學(xué)生成績(jī)數(shù)據(jù)、大學(xué)生圖書借閱數(shù)據(jù)、大學(xué)生消費(fèi)數(shù)據(jù)以及大學(xué)生門禁數(shù)據(jù)等信息，在收集此類基礎(chǔ)數(shù)據(jù)信息之后，由于學(xué)生行為畫像需要參照一定的標(biāo)準(zhǔn)對(duì)其行為進(jìn)行界定，標(biāo)準(zhǔn)即大學(xué)生行為的標(biāo)簽化，如學(xué)生的學(xué)院、專業(yè)、班級(jí)、姓名、性別、學(xué)號(hào)、學(xué)制、消費(fèi)總額，學(xué)年績(jī)點(diǎn)、綜合測(cè)評(píng)數(shù)據(jù)、圖書借閱次數(shù)、生源地、日均消費(fèi)額、宿舍樓進(jìn)出次數(shù)以及上課缺勤次數(shù)等標(biāo)簽，通過(guò)將學(xué)生的各項(xiàng)行為標(biāo)簽進(jìn)行細(xì)化，學(xué)?？梢酝ㄟ^(guò)數(shù)據(jù)顯著觀測(cè)學(xué)生行為的變化，便于技術(shù)人員從細(xì)微的變化中分析學(xué)生的行為。如標(biāo)簽學(xué)習(xí)成績(jī)可以描述為大學(xué)生學(xué)期平均學(xué)習(xí)成績(jī)，以成績(jī)段為劃分標(biāo)準(zhǔn)，分為不及格、及格、良好、優(yōu)秀四個(gè)級(jí)別。體育成績(jī)大學(xué)生學(xué)期平均體育成績(jī)，以成績(jī)段為劃分標(biāo)準(zhǔn)，分為不及格、及格、良好、優(yōu)秀四個(gè)級(jí)別;標(biāo)簽借書量可以描述為大學(xué)生學(xué)期借書量，結(jié)合全校學(xué)生的平均借閱量，劃分為較多、一般、較少、太少、無(wú)五個(gè)級(jí)別。標(biāo)簽還書量描述為大學(xué)生學(xué)期還數(shù)量，結(jié)合全校學(xué)生的平均借閱量，劃分為較多、一般、較少、太少、無(wú)五個(gè)級(jí)別。標(biāo)簽消費(fèi)總額可以描述為大學(xué)生學(xué)期總消費(fèi)額度，參考全校學(xué)生的平均消費(fèi)總額，劃分為較多、一般、較少、太少、無(wú)五個(gè)級(jí)別。

標(biāo)簽日均消費(fèi)描述為大學(xué)生學(xué)期平均每天消費(fèi)額度，參考全校學(xué)生的平均消費(fèi)總額，劃分為較多、一般、較少、太少、無(wú)五個(gè)級(jí)別。

在學(xué)生行為畫像標(biāo)簽劃定之后，需要進(jìn)行學(xué)生行為畫像的構(gòu)建。按照學(xué)生的信息或檔案數(shù)據(jù)對(duì)上述確定的標(biāo)簽進(jìn)行填寫，如計(jì)算機(jī)學(xué)院、計(jì)算機(jī)科學(xué)與技術(shù)、計(jì)科1802班、李XX、男、18110403022、四年、年消費(fèi)總額10000元、日均消費(fèi)額度50元、學(xué)年績(jī)點(diǎn)專業(yè)第二、綜合測(cè)評(píng)專業(yè)第二、圖書借閱量一般、生源地山東、無(wú)上課缺勤記錄。通過(guò)上述實(shí)例進(jìn)行學(xué)生行為畫像的構(gòu)建，可以幫助學(xué)校全方面地了解學(xué)生的心理和思想狀況，便于對(duì)下一步的學(xué)生工作指明方向[1]。

3 對(duì)學(xué)生行為畫像的分析

在對(duì)學(xué)生行為畫像進(jìn)行構(gòu)建之后，需要對(duì)上述數(shù)據(jù)進(jìn)行分析和評(píng)估。而在分析過(guò)程中，可以將分析環(huán)節(jié)分為學(xué)生行為畫像處理和學(xué)生行為畫像聚類兩部分。在對(duì)學(xué)生行為畫像進(jìn)行聚類之前，需要對(duì)第一步收集的學(xué)生信息和標(biāo)簽屬性進(jìn)行處理，由于北京高校的學(xué)生人數(shù)眾多，其行為習(xí)慣與屬性也各不相同，此次設(shè)計(jì)是基于數(shù)據(jù)分析的學(xué)生行為畫像分析，因此，學(xué)生數(shù)據(jù)信息是進(jìn)行評(píng)估的基礎(chǔ)，學(xué)生信息在學(xué)院、專業(yè)、班級(jí)、姓名、性別、學(xué)號(hào)等方面不存在數(shù)量等級(jí)差異較大的問(wèn)題，但在日均消費(fèi)額、消費(fèi)總額以及缺勤次數(shù)等方面存在著較大的數(shù)量級(jí)差異。如部分學(xué)生家庭環(huán)境較為優(yōu)越，生活費(fèi)較其他同學(xué)高出很多，如某位同學(xué)學(xué)期消費(fèi)總額為15000元人民幣，而其他同學(xué)學(xué)期消費(fèi)總額大都在5000元左右，因此，在消費(fèi)總額這個(gè)標(biāo)簽處存在數(shù)量級(jí)差異，使得此標(biāo)簽對(duì)整體的貢獻(xiàn)度可以忽略，這就導(dǎo)致后續(xù)的聚類無(wú)法得出真實(shí)的數(shù)據(jù)結(jié)果。技術(shù)人員在學(xué)生行為畫像聚類之前需要對(duì)數(shù)據(jù)信息進(jìn)行歸一化處理，使得各個(gè)標(biāo)簽都擁有與之相對(duì)應(yīng)的貢獻(xiàn)度，即將大學(xué)生的各項(xiàng)標(biāo)簽信息統(tǒng)一映射到[0，1]的區(qū)間內(nèi)，如采用線性函數(shù)轉(zhuǎn)換、反正切函數(shù)轉(zhuǎn)換以及數(shù)函數(shù)轉(zhuǎn)換等方法對(duì)其進(jìn)行歸一化，使其呈現(xiàn)相應(yīng)的數(shù)據(jù)效果[2]。下式為轉(zhuǎn)換公式：

在經(jīng)過(guò)學(xué)生行為畫像處理之后，需要對(duì)標(biāo)簽信息進(jìn)行聚類，聚類的主要含義為針對(duì)學(xué)生的數(shù)據(jù)信息進(jìn)行全方位的對(duì)比與分析，計(jì)算各項(xiàng)標(biāo)簽之間的相似程度，并根據(jù)不同標(biāo)簽之間的相似程度，將相似程度較大的標(biāo)簽歸為一類，這樣一來(lái)，可以減少同類型的標(biāo)簽差異，由于聚類缺少相應(yīng)的先驗(yàn)知識(shí)，因此聚類不存在監(jiān)督分類，在聚類之后，行為畫像需要滿足三個(gè)條件：①聚類之后的所有集合仍能構(gòu)成全部的行為畫像;②聚類之后兩種不同類別的畫像集合之間幾乎不存在交集;③同一聚類類別中的兩行為畫像的相似程度應(yīng)當(dāng)大于不同聚類類別中行為畫像的相似程度。相似程度也可以表示為最大相似度距離。即同一聚類類別中的最大相似度距離應(yīng)當(dāng)小于不同聚類類別中畫像的最大相似度距離。

如圖2所示，其為學(xué)生時(shí)間安排示意圖。在經(jīng)過(guò)聚類之后，可以明確把握學(xué)生的行為習(xí)慣，如早飯時(shí)間集中在6：00～8：00之間，由于存在兩個(gè)下課時(shí)間，因此午飯時(shí)間集中在11：30與12：00兩個(gè)時(shí)間段，晚飯時(shí)間集中在18：00左右，打水洗澡時(shí)間在21：00～22：00之間。通過(guò)聚類我們可以看出不同行為畫像之間所存在的隱含的關(guān)系，而學(xué)校可以通過(guò)提取不同的類別信息，對(duì)學(xué)生的不良習(xí)慣進(jìn)行矯正，以確保行為畫像發(fā)揮應(yīng)有的作用。

如圖3所示，其為K-Means算法流程示意圖。在此階段需要采用K-Means算法對(duì)大學(xué)生行為畫像進(jìn)行分析，算法流程為當(dāng)算法開(kāi)始后，首先輸入行為畫像聚類個(gè)數(shù)K，同時(shí)為中心向量C1、C2...Ck初始化K個(gè)種子，將樣本分配至距離其最近的中心向量，之后確定中心，用各個(gè)聚類的中心向量作為新的中心，檢查是否收斂，若無(wú)法收斂，重復(fù)分組和確定中心的步驟，直至算法收斂，此為K-Means算法的流程，可以幫助尋找不同聚類類別之間隱含的信息，加上前一步的歸一化處理，可以使學(xué)生行為畫像分析更具代表性和說(shuō)服力，從而在學(xué)校發(fā)展中發(fā)揮應(yīng)有的作用[3]。

4 對(duì)研究結(jié)果的分析與評(píng)估

在對(duì)行為畫像進(jìn)行構(gòu)建以及處理和聚類之后，需要對(duì)研究結(jié)果進(jìn)行分析和評(píng)估，此次研究以北京某高校機(jī)械學(xué)院的全體學(xué)生作為研究對(duì)象，并對(duì)其構(gòu)建行為畫像，行為畫像構(gòu)建的依據(jù)為學(xué)生的基礎(chǔ)數(shù)據(jù)、消費(fèi)信息、圖書借閱數(shù)據(jù)、上課缺勤次數(shù)以及宿舍門禁次數(shù)等數(shù)據(jù)，可以在學(xué)生日常學(xué)習(xí)、生活、思想品德、日常表現(xiàn)等方面對(duì)學(xué)生的行為進(jìn)行畫像，此次研究與學(xué)校教務(wù)系統(tǒng)以及校園一卡通等數(shù)據(jù)系統(tǒng)進(jìn)行合作，收集到有關(guān)學(xué)生的基礎(chǔ)信息以及消費(fèi)數(shù)據(jù)，可以較為全面地對(duì)學(xué)生數(shù)據(jù)進(jìn)行分析，在信息收集之后，我們利用數(shù)據(jù)處理方法對(duì)收集到的信息進(jìn)行處理，首先確定行為標(biāo)簽，同時(shí)按照學(xué)生行為標(biāo)簽對(duì)其進(jìn)行描述，描述完成之后，此時(shí)才算完成了行為畫像構(gòu)建前的準(zhǔn)備工作，之后通過(guò)行為畫像處理和聚類對(duì)數(shù)據(jù)信息進(jìn)行分析和評(píng)估，得到較為完善的數(shù)據(jù)處理結(jié)果。最后對(duì)研究結(jié)果進(jìn)行分析與評(píng)估，針對(duì)已經(jīng)構(gòu)建完成的學(xué)生行為畫像，需要考慮數(shù)據(jù)誤差等多種影響因素，如不同標(biāo)簽之間的取值范圍各不相同，對(duì)整體數(shù)據(jù)的貢獻(xiàn)度也會(huì)有差異，為了避免此類問(wèn)題，可以對(duì)標(biāo)簽描述數(shù)據(jù)進(jìn)行歸一化處理，將其取值范圍都固定在[0，1]之間，這樣一來(lái)，可以有效調(diào)整數(shù)據(jù)的貢獻(xiàn)度，使數(shù)據(jù)更具說(shuō)服力[4]。

以學(xué)生日均消費(fèi)額的數(shù)據(jù)分析為例，如圖5所示，其為學(xué)生日均消費(fèi)額統(tǒng)計(jì)圖。此次研究將日均消費(fèi)額分為10元以下、10～30元、30～50元以及50元以上四個(gè)級(jí)別，由聚類結(jié)果可以看出，日均消費(fèi)額30～50元的學(xué)生占39%，50元以上的學(xué)生占32%，10～30元的學(xué)生占21%，10元以下的學(xué)生占8%，這也從側(cè)面說(shuō)明了北京所在地域的消費(fèi)水平，同時(shí)學(xué)生的消費(fèi)觀念也發(fā)生了較大的變化，學(xué)生的消費(fèi)水平在增加。通過(guò)大數(shù)據(jù)的分析，可以幫助學(xué)校準(zhǔn)確把握學(xué)生的行為習(xí)慣以及心理健康狀態(tài)，并采取針對(duì)性的措施糾正學(xué)生的不良習(xí)慣，培育良好的學(xué)風(fēng)、校風(fēng)，以便學(xué)生更加健康地發(fā)展[5]。

5 總結(jié)

學(xué)生行為畫像是基于學(xué)生各類標(biāo)簽，如姓名、日均消費(fèi)額、圖書借閱次數(shù)以及違紀(jì)情況等多方面的信息綜合來(lái)構(gòu)建，構(gòu)建過(guò)程中需要收集學(xué)生的基本信息、教務(wù)系統(tǒng)中的信息以及校園一卡通內(nèi)的數(shù)據(jù)，同時(shí)對(duì)數(shù)據(jù)進(jìn)行歸一化處理，采用K-Means算法對(duì)數(shù)據(jù)進(jìn)行聚類，并按照標(biāo)簽的屬性對(duì)其進(jìn)行描述，使學(xué)?？梢詼?zhǔn)確把握學(xué)生的心理動(dòng)態(tài)與消費(fèi)情況，幫助學(xué)校更好地制定下一步計(jì)劃，為國(guó)家培養(yǎng)所需要的人才。

參考文獻(xiàn)：

[1] 董瀟瀟，胡延，陳彥萍.基于校園數(shù)據(jù)的大學(xué)生行為畫像研究與分析[J].計(jì)算機(jī)與數(shù)字工程，2018，46（6）：1200-1204，1262.

[2] 朱梓熙，劉文敏，徐寶焱，等.基于數(shù)據(jù)分析的學(xué)生行為畫像分析[J].中國(guó)教育信息化，2018（23）：21-23.

[3] 張麗娟.基于大數(shù)據(jù)分析的用戶畫像助力精準(zhǔn)營(yíng)銷研究[J].電信技術(shù)，2017（1）：61-62，65.

[4] 趙國(guó)亮，陳曉軍，李思奇，等.基于數(shù)據(jù)分析高校學(xué)生自畫像的初探[J].數(shù)字技術(shù)與應(yīng)用，2017（8）：233-234，236.

[5] 石敏，盧丹海，秦婷.基于大數(shù)據(jù)的高校學(xué)生分析與服務(wù)平臺(tái)的研究[J].信息技術(shù)，2019，43（2）：5-10.

【通聯(lián)編輯：代影】