安 洋，李軍懷，王懷軍，殷仕剛

（西安理工大學 a.信息化管理處，b.計算機科學與工程學院，西安 710048）

0 引言

隨著物聯(lián)網(wǎng)、云計算、人工智能、大數(shù)據(jù)等技術的飛速發(fā)展，新一代信息技術深刻改變著人們的生產(chǎn)生活方式。大數(shù)據(jù)技術自全球推廣以來，對各行各業(yè)均產(chǎn)生了重要的影響。尤其是在教育行業(yè)，利用大數(shù)據(jù)技術開展的各種分析應用對于現(xiàn)階段各類學校的師生及學校管理人員等都有非常重要的意義[1]。

智能環(huán)境不僅改變了傳統(tǒng)教與學的方式，而且逐漸推動教育理念、文化和生態(tài)的變革。積極推進“大數(shù)據(jù)+教育”，堅持信息技術與教育教學深度融合的核心理念，構建數(shù)字化、智能化、個性化、終身化的教育體系，實現(xiàn)更加適合，更加可持續(xù)的教育[2-3]。

目前，高校教育教學普遍存在管理方式陳舊，效率低下，教學模式單一，缺乏個性化差異教學及考核測評體系不夠全面等問題。隨著各高校信息化建設的持續(xù)發(fā)展，從數(shù)字化校園建設階段步入智慧校園建設階段，學校管理、教學、科研等教育教學活動中的每一個環(huán)節(jié)，每分每秒都在產(chǎn)生各種各樣的數(shù)據(jù)[4]。作為學校的信息化部門，如何利用校園信息化環(huán)境中產(chǎn)生的大量數(shù)據(jù)來更好的輔助教育教學，為學生提供更加智能化的學習體驗成為本文的研究重點。

隨著大數(shù)據(jù)技術的不斷發(fā)展與應用，對學生日常生活學習過程中產(chǎn)生的數(shù)據(jù)進行采集，分析和處理，挖掘其潛在價值。本文依托學校數(shù)字化校園三大平臺，以學校公共數(shù)據(jù)庫為基礎，將分散在學工、教務、財務、圖書、門禁、一卡通、校園網(wǎng)等系統(tǒng)中的學生教務考勤數(shù)據(jù)、學習成績數(shù)據(jù)、圖書館借閱數(shù)據(jù)、食堂就餐消費數(shù)據(jù)、校園無線網(wǎng)絡定位、網(wǎng)絡日志等數(shù)據(jù)進行采集存儲、分析計算。通過構建學生行為與成績等主題間的關系模型，從不同維度挖掘、分析學生在校行為數(shù)據(jù)與學生成績、個性發(fā)展之間的關系，搭建學生在校行為綜合分析與服務平臺，為師生、各級管理機構和校領導提供一個實時、全景式的數(shù)據(jù)分析和展現(xiàn)平臺，及時發(fā)現(xiàn)管理與教學活動中存在的問題和規(guī)律，為學校各項決策提供輔助支持和依據(jù)。

1 現(xiàn)狀分析

現(xiàn)行高校教學管理大多主要依靠日常經(jīng)驗和個人主觀意識進行安排，管理方式陳舊，效率較低；教學模式主要采用線下課堂授課，以知識灌輸為主，缺乏興趣引導，形式單一，無法實現(xiàn)個性差異化教學；考核測評體系不夠全面，傳統(tǒng)的素質(zhì)測評體系形式單一，重結果輕過程，綜合素質(zhì)測評內(nèi)容陳舊。以上問題導致高校教育教學存在各種問題，不能很好地滿足師生需求。

隨著大數(shù)據(jù)技術的迅速普及，大數(shù)據(jù)+教育模式受到了專家學者的廣泛關注[5]。整合學校海量數(shù)據(jù)，進行跨域關聯(lián)、分析，為教育教學提供輔助，如：對學生上網(wǎng)行為與吃早餐和成績的關系預測學生下學期成績上升與下降趨勢，從而為學校開展個性化教育引導、教育資源優(yōu)化、教學方式改革、學生成長與發(fā)展預測等提供數(shù)據(jù)支撐。同時，進一步推動教育改革向個性化、定量化、前置性預測的方向發(fā)展[6]。

大數(shù)據(jù)+教育模式相比于傳統(tǒng)教育環(huán)境下，對學生綜合分析方法有如下優(yōu)勢。

第一分析方法從主觀經(jīng)驗判斷發(fā)展到客觀數(shù)據(jù)支持；

第二分析方式從總結性到伴隨性；

第三分析內(nèi)容從單一性到多元全面綜合性；

第四分析手段從人工到智能。

國內(nèi)對于大數(shù)據(jù)在學生行為綜合分析方面的研究也成為了眾多研究學者的研究重點。胡雅祺等人將大數(shù)據(jù)運用于現(xiàn)代化教學中，幫助教師精準掌握學生的學情；龔黎旰等人基于校園一卡通大數(shù)據(jù)對高校學生消費行為進行了分析；陳華等人對大數(shù)據(jù)視域下高職院校學生異常行為進行了分析和研究[7]；傲起等人采用大數(shù)據(jù)技術對高校學生網(wǎng)絡行為進行了監(jiān)測，防止學生沉迷于網(wǎng)絡游戲[8]。本文以西安理工大學為例具體研究基于校園大數(shù)據(jù)的學生行為綜合分析與服務平臺設計與實現(xiàn)。

2 基于大數(shù)據(jù)的學生行為綜合分析與服務平臺設計

校園學生行為數(shù)據(jù)的積累為學生行為分析與預測提供了數(shù)據(jù)基礎，如何運用好這些數(shù)據(jù)對學生行為實現(xiàn)精準、高效的感知、分析以及趨勢預測是本文研究的重點。針對以上問題，本文以學校線上業(yè)務系統(tǒng)、線下業(yè)務數(shù)據(jù)和日志數(shù)據(jù)為原始數(shù)據(jù)源，借助統(tǒng)一數(shù)據(jù)集成平臺、數(shù)據(jù)錄入工具及日志處理工具分別對三種數(shù)據(jù)源數(shù)據(jù)進行處理與多源數(shù)據(jù)融合，形成基于主題的結構化數(shù)據(jù)集存儲于Hadoop 數(shù)據(jù)倉庫中。其次，通過對原始數(shù)據(jù)預處理、統(tǒng)計、分析建立能夠完整刻畫學生個人特點以及其校園各方面行為的學生行為模型庫，結合機器學習、挖掘算法、特征模型、應用模型、實時流計算等技術，對學生行為進行綜合分析。最后通過應用層，將分析結果分模塊進行呈現(xiàn)?；诖髷?shù)據(jù)的學生行為綜合分析與服務系統(tǒng)分為數(shù)據(jù)源、數(shù)據(jù)采集層、數(shù)據(jù)存儲層、數(shù)據(jù)處理層和應用層，其總體結構設計如圖1 所示。

圖1 平臺總體結構設計

設計的平臺核心在于分布式數(shù)據(jù)處理與分析，流程如圖2 所示。首先對Hadoop 數(shù)據(jù)倉庫里的原始數(shù)據(jù)進行預處理，這些數(shù)據(jù)包括考勤數(shù)據(jù)、成績數(shù)據(jù)、消費數(shù)據(jù)、門禁數(shù)據(jù)、圖書數(shù)據(jù)、上網(wǎng)數(shù)據(jù)等，形成質(zhì)量較高、冗余度低的基本數(shù)據(jù)。其次，對于一些無需挖掘分析的數(shù)據(jù)，我們僅僅進行統(tǒng)計分析，并建立可視化模型，通過API 接口進行發(fā)布，直觀的進行應用呈現(xiàn)。同時，針對成績、消費、考勤、圖書借閱等具有關聯(lián)關系或潛在數(shù)據(jù)價值的數(shù)據(jù)進行深度挖掘分析，建立學生行為特征，基于提取的學生行為特征數(shù)據(jù)進一步形成基于不同主題的分析模型庫（包括：預警模型、成績模型、消費模型、軌跡模型等），結合聚類分析、關聯(lián)規(guī)則挖掘、協(xié)同過濾等機器學習算法對學生行為進行深度分析，最后根據(jù)系統(tǒng)功能劃分分別進行相關數(shù)據(jù)呈現(xiàn)。

圖2 分布式數(shù)據(jù)處理與分析流程

通過采集教務系統(tǒng)相關學生課程信息、成績信息、以及同專業(yè)學生成績信息等，實現(xiàn)對學生在校成績的趨勢分析，通過對比學生及同年級學生成績情況，幫助學生了解自身在校內(nèi)成績等級情況；整體呈現(xiàn)學生的個人信息，包括學生各個學期的課程表、上課情況、學生的基礎個人信息；采集校園一卡通數(shù)據(jù)及商戶信息，呈現(xiàn)學生個人消費流水及消費偏好、消費項分布，通過對歷史消費流水的分析，反饋學生消費歷史及消費發(fā)展情況，為后續(xù)分析學生近期在校狀態(tài)、學生獎助學金評選、助學貸款申請等奠定數(shù)據(jù)基礎；采集學生上網(wǎng)行為審計及上網(wǎng)認證信息，對學生上網(wǎng)行為進行分析，發(fā)現(xiàn)學生上網(wǎng)偏好、上網(wǎng)內(nèi)容分布及歷史上網(wǎng)流量和上網(wǎng)時長情況，基于這些信息來確定學生網(wǎng)絡使用習慣等，為后續(xù)評價學生日常行為習慣提供參考。

3 基于大數(shù)據(jù)的學生行為綜合分析與服務平臺實現(xiàn)

設計的基于大數(shù)據(jù)的學生行為綜合分析與服務平臺，功能結構如圖3 所示。該系統(tǒng)在上文數(shù)據(jù)采集、轉(zhuǎn)換、預處理、數(shù)據(jù)建模、挖掘算法的基礎上進行數(shù)據(jù)呈現(xiàn)，主要分為綜合畫像、綜合預警、行為軌跡和精準資助四部分。

圖3 系統(tǒng)功能結構

綜合畫像：用大數(shù)據(jù)來描繪學生“個人畫像”和學校“群體畫像”?！皞€人畫像”展示了學生的學習、生活和成長軌跡，實現(xiàn)學生信息整合，讓學生管理部門能夠全面掌握學生的基本信息、學業(yè)成績、考勤情況、獎懲情況、圖書借閱、預警信息、作息習慣、消費情況、社交狀況、以及網(wǎng)絡使用等信息，實現(xiàn)不同個人的多維度對比，有助于老師或輔導員快速全面、全維度的認識學生，全面提高學生管理工作的精細化?！叭后w畫像”包括生源分布、學生結構、待處理預警數(shù)量、學院預警分布、圖書借閱次數(shù)、學生成績績點分布、近三年課程成績趨勢分析、圖書借閱關鍵詞排名、上網(wǎng)時長和時段分布、一卡通消費趨勢分析、三餐就餐率、熱門窗口排名、就業(yè)去向分析等，能夠?qū)崿F(xiàn)對全?；蚰硨W院所有學生信息的概覽。

綜合預警：通過學生行為數(shù)據(jù)，進行學業(yè)預警、考勤預警、失聯(lián)預警、網(wǎng)絡預警等，讓學生工作預警更加精準和有針對性，實現(xiàn)學生問題從“被動管理”向“主動預防”發(fā)展。跟蹤學生學習軌跡，進行定量化分析，幫助學校把握學生學業(yè)知識理解程度與上課出勤率，進行成績預測并預警掛科情況；配置學年完成條件，評估學業(yè)完成進度，對完成度低、存在學業(yè)困難或出勤率低導致掛科率高的學生提供主動式學業(yè)預警和考勤預警，提前引導。失聯(lián)預警是通過一卡通消費，無線網(wǎng)接入，圖書借閱和考勤門禁記錄等數(shù)據(jù)，及時預警學生作息紊亂、行為異常等情況，可根據(jù)實際情況定義失聯(lián)輕重緩急程度，實現(xiàn)24 小時全天候預警，對學生的安全管理提供精細化數(shù)據(jù)支撐。對學生日常上網(wǎng)時長和時段進行監(jiān)測，發(fā)現(xiàn)沉迷網(wǎng)絡、作息紊亂的學生予以網(wǎng)絡預警。

行為軌跡：基于全校所有學生、群體學生和重點人群的在校軌跡，結合百度地圖，提供分析學校的熱力分布、趨勢和學生軌跡校園活動圖，并且分析各類群體和個人的熱門訪問地點，發(fā)現(xiàn)群體間的行為區(qū)別，便于學校對不同群體和個人進行針對性管理。

精準資助：將學生在校消費數(shù)據(jù)與建檔立卡情況相結合，利用大數(shù)據(jù)分析技術，深入解析學生消費水平、經(jīng)濟能力等，對學生經(jīng)濟情況進行精準化、個性化的綜合分析與評定，了解真實貧困狀態(tài)，實現(xiàn)困難學生的精準發(fā)現(xiàn)。同時，對于已經(jīng)獲得貧困生資助的學生進行動態(tài)管理，實時對其在校消費情況進行分析，助力學校全方位、全過程的掌握學生經(jīng)濟水平,為學工處評定學校的獎助補人員提供數(shù)據(jù)支撐。

實踐表明，本文提出的基于大數(shù)據(jù)的學生行為綜合分析與服務平臺能夠很好的輔助教育教學中的環(huán)節(jié)，為師生、校領導提供客觀的數(shù)據(jù)分析結果，過程與結果并重，促進教育服務供給精準化、個性化和智能化。

4 結語

高校信息化的不斷發(fā)展為師生提供了更加智能化、個性化的學習生活環(huán)境。通過大數(shù)據(jù)技術實現(xiàn)在校學生行為全過程的跟蹤監(jiān)測和無感式、伴隨性的數(shù)據(jù)采集，實現(xiàn)基于大數(shù)據(jù)的多維度綜合性智能化分析。本文依托學校數(shù)字化校園平臺研究并搭建了包含數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)預處理、數(shù)據(jù)建模、挖掘算法的基于大數(shù)據(jù)的學生行為綜合分析與服務平臺，通過構建學生行為描述模型，利用深度學習的相關方法，分析學生在校學習、消費等行為，為綜合全面的評價學生提供依據(jù)，對學校教育教學質(zhì)量的提升具有促進意義。