基于數據分析高校學生自畫像的初探

趙國亮++陳曉軍++李思奇++吳傲

摘要：隨著互聯網和人工智能的發展，數據的價值越來越得到廣泛的重視，尤其是高校的數據價值，研究還處于初探期。本文首先對大數據和用戶畫像國內外研究現狀進行分析，其次基于高校數據進行標簽化、模型化，設計出基于高校的學生用戶畫像的模型，然后以高校學生成績數據和消費數據為例，實現用戶畫像模型的初步驗證，最后總結圍繞高校學生自畫像的研究前景，更好挖掘高校數據價值，為后期勤工助學、愛好培養、社團選拔、學生掛科預警、學生未在校預警等提供參考。

關鍵詞：大數據；用戶畫像；高校學生；用戶畫像標簽化

中圖分類號：TP311 文獻標識碼：A 文章編號：1007-9416（2017）08-0233-02

隨著互聯網的出現，信息便逐漸趨向于爆炸的狀態，以不同的形式展示，而這些數據蘊含巨大的價值。對于如此龐大的數據，可以通過大數據技術精準地獲取自己想要的數據，從海量的數據中得到一些有用的價值，用戶畫像就是其中的一種應用。

1 大數據和用戶畫像

大數據（big data），指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產[1]。

目前國內外的專家學者對大數據只是在數據規模上達成共識，重點對大數據與云計算、數據挖掘，并行計算和分布式處理等幾個領域進行研究。國內大數據技術的應用最先開始的是淘寶、京東等幾大電商的精準營銷，消費者的一切行為在企業面前似乎都將是“可視化”。國外除在大數據的概念上的研究外，重點放在大數據分析算法和系統的效率。

用戶畫像是真實用戶的虛擬代表，是建立在一系列真實數據之上的目標用戶模型[3]。精準營銷其實就是利用大數據技術，對用戶購物數據行為進行分析，對購物人群貼上標簽，進行用戶畫像虛擬化，有針對性地進行主動推銷。高校用戶畫像由于受制于高校N個系統數據的獨立性，同時學校往往只關心結果數據，對過程數據不重視導致眾多行為數據的缺失，導致高校用戶畫像的研究還處于初探期。電子科大將用戶畫像用于掛科預警、南京理工將大數據應用于貧困生幫扶，本文將基于西南石油大學學生食堂消費、開水等數據進行用戶畫像初探。

2 高校的用戶畫像設計

高校用戶畫像設計主要是數據采集以及數據標簽化兩個方面。

2.1 數據及數據采集

基于高校的用戶畫像數據主要分為靜態數據和動態數據。靜態數據包括學生的基本信息，如性別、年齡、專業年級、成績等信息；動態數據則包括訪問課程數據、寢室門禁及校門門禁刷卡數據、澡堂刷卡數據、食堂吃飯刷卡數據、圖書館進出數據、圖書館借閱等數據。如圖1所示。

2.2 數據標簽化

數據標簽化就是對原始數據進行分析，抽取出相關的事實數據，基于事實數據歸納出標簽模型，最后抽象出預測標簽。如圖2所示。

通過對采集數據的分析，可以給學生貼上“標簽”，將其行為標簽化。例如，可以通過圖書館門禁、宿舍門禁、校門門禁以及訪問課程中心次數給學生貼上“學渣”及“學霸”的標簽；通過吃飯時間及金額、洗澡刷開次數以及宿舍門禁次數給學生貼上“勤勞”及“懶惰”的標簽；通過圖書館書籍的瀏覽類別（愛好）、借書次數可以給學生貼上一個“圖書館讀書情況”的標簽。

3 學生自畫像的初探

以高校食堂消費情況數據，采用脫敏方式，抽取了西南石油大學某專業196名學生的4169條數據。如圖3所示。

通過分析其食堂吃飯刷卡時間以及GPA的實際數據，繪制了如下散點圖，如圖4所示。

根據如圖所示的結果，可以將學生用餐時間劃分為早上，中午和下午三個小組。對于早上這一組的數據可以劃分為三個區間，這一組的數據的平均值即為，最大值為，最小值為。然后在至之間再找一個平均值，在至之間再找一個平均值，因此三個區間分別為早餐用餐時間早：-，早餐用餐時間中等：-，早餐用餐時間晚：-。同理，對于中午以及下午的兩組用餐時間數據可以劃分出相同的區間。

通過早餐、中餐及晚餐三組數據的分析，得出三餐吃飯早的時間段為：06：18：20-07：31：10，10：02：45-11：33：52，15：16：39-17：44：30；三餐吃飯中等的時間段為：07：31：10-08：45：56，11：33：52-12：17：35，17：44：30-18：21：35；三餐吃飯晚的時間段為：08：45：56-09：59：41，12：17：35-13：21：47，18：21：35-22：19：37。

得出結果，反饋到對應學生刷卡數據上，并定義吃飯次數超過1/2為早的則標簽該學生為用餐勤快。同時可以把該標簽與學生績點發生關聯，探索其中與成績是否有相關性。

4 結語

構建學校用戶自畫像的研究，能夠清楚地理解大數據在校園中的應用以及明白用戶畫像的影響，并且能夠在大數據時代充分利用各種數據，對其進行大量深層次的挖掘 ，最終讓這些數據轉化為資產，更大地挖掘學校數據價值，為勤工助學、愛好培養、社團選拔、學生掛科預警、學生未在校預警等提供參考。

參考文獻

[1]王軍，劉金輝.大數據的國內外研究現狀及發展動態分析[J].電子技術與軟件工程， 2015，（23）：200-200.

[2]卞友江.“大數據”概念考辨[J].新聞研究導刊，2013，（5）：25-28.

[3]維克托·邁爾·舍恩伯格.盛揚燕，周濤，譯.大數據時代[M].浙江人民出版社，2013.

[4]王振宇，郭力.基于Hadoop的搜索引擎用戶行為分析[J].計算機工程與科學，2011，（04）：115-120.endprint