【摘要】? ? 文章介紹了大數據的相關概念,闡述了目前高校在管理學生中使用大數據的現狀,對大數據環境下的高校學生行為數據分析系統進行了總體設計和需求分析。
【關鍵詞】? ? 大數據? ? 數據分析系統
Abstract: This paper introduces the related concepts of large data, expounds the current situation of the use of large data in the management of college students, and analyzes the overall design and demand analysis of the college student behavior data analysis system under the large data environment.
Keywords: big data; data analysis system
一、大數據概述
隨著信息技術的飛速發展,人們生活及生產的各個方面都在不斷變化,同時產生了大量數據。為了實現對海量數據的存儲、分析和處理,挖掘有價值信息,在新興的互聯網技術、計算機信息處理技術、物聯網技術的推動下,大數據技術迅速誕生并發展成為社會各界關注的焦點。近年來,在眾多大數據處理技術中,出現了Apache Hadoop、Spark、Flink等為代表的主流大數據處理技術和系統平臺[1]。利用這些平臺能有效處理企業及高校的各類數據問題。
二、高校信息化水平概述
髙校作為走在信息化前沿的重要行業,每年投入巨大,校園信息化建設不斷完善,各個學校已經建立了眾多的應用管理系統。這些系統經過多年的積累,已經形成了大量的應用數據,而據不完全統計,國內高校應用系統沉淀的海量數據基本處于"沉睡"狀態,結合我國教育大數據行業的發展,"喚醒"送些"沉睡"的高校數據,使用大數據分析的方法,給高等院校的領導、老師、學生提供更加直觀的決策及管理依據變得越來越重要[2]。雖然國家高度重視教育信息化的建設,但是各地教育信息化發展水平不均,并且各大高校對學生行為大數據分析進行研究的程度和角度不同。南方某高校利用學生在可控社交網絡實驗室上的行為數據以及學生在校的行為數據(微博、微信、郵箱、刷卡信息)進行分析挖掘,以學生“體檢報告”的形式對行為進行總結,并在預警食堂突發事件和學生非正常離校方面取得了很大的進展。他們對于學生行為數據分析維度單一、結果簡單,不足以為教師、高校管理人員提供豐富的決策數據。結合大數據技術,以學生行為數據為基礎,構建分析系統,非常有必要,也很有意義。系統平臺能提高學生管理工作人員的工作效率和服務質量[3],增進學生管理工作人員對學生的進一步了解,使得他們在管理眾多學生時能做到有的放矢,有章可循,更好的服務學生成長成才。
三、總體設計與需求分析
1、總體實施構架。系統主要利用機器學習及大數據技術,通過深層次分析學生在校期間產生的各類校園數據,探索學生群體的行為模式分類方法、學生網絡評論的情感極性分類方法、學生特殊群體及異常行為判定的方法,為教師因材施教提供支持,使得學生管理工作人員可以及時的關注學生的行為發展,盡早做出決策,提升高校學生管理人員的工作效率、服務質量。項目的實施架構包括數據采集、數據分析、結果呈現三個部分:(1)構建基于hadoop的大數據平臺,為后續數據處理、分析提供基礎實驗環境。(2)實現數據采集、清洗、存儲。 (3)分析數據,呈現結果。
2、應用功能規劃。(1)學生行為模式管理。研究使用機器學習中的K-means算法,結合服務器中的數據,驗證并實現高校學生行為模式分析。根據學生一卡通消費數據、位置定位數據,結合算法,進行歸類,將學生行為模式劃分為優良,中等,及格,不及格四個等級。(2)學生情感模式管理。研究使用基于依存關系分析的極性分類算法,結合服務器中的數據,實現高校學生情感模式分類分析。(3)學生異常行為管理。使用SVM算法,結合服務器中的數據,驗證并實現高校學生特殊群體及異常行為分析。研究學生的基本信息、家庭信息、在校期間的學習成績記錄、一卡通日常消費記錄、學生活動記錄、輔導員與學生的深度輔導談話記錄等學生校園數據,通過學生對比輔以以往經驗,制定學生異常行為判定條件,對初判的重點類型的學生及時了解,一旦發現問題,及時給與更多的關注,有效預防學生發生意外情況。
結語:隨著大數據技術與應用模式的快速發展,各類基于大數據構建的系統已經成為互聯網未來發展的一種重要方式。我國高校信息化正在進行改革與創新,大數據技術在我國教育領域中將得到廣泛應用,并發揮巨大作用。
作者簡介:方勇(1983-)男,湖北鄂州人,講師,碩士,研究方向為計算機應用技術。
參? 考? 文? 獻
[1] 王紅,許春秀,廖明海.大數據在高校中的應用研究機.中國集體經濟,2014(34):134-135.
[2] 王華.淺析大數據在高校畢業生就業信息系統中的智能化應用[J].企業技術開發:學術版,2015,34(2):82-84.
[3] 鄭曉薇,項明,張大為,等.基于節點能力的Hadoop集群任務自適應調度方法[J].計算機研究與發展, 2014, 51(3):618-626.