大數據時代河南省高校學生行為分析及對策研究

楊茜

摘要：針對傳統的學生行為分析和對策不準確的情況，對大數據時代河南省高校學生行為分析和對策進行研究。對河南省高校學生的日常行為數據進行采集，在此基礎上，利用關鍵詞匹配算法對采集到的學生行為數據進行分析，發現學生的行為動機，了解到學生的行為狀態，并根據分析到的學生行為，建立對策數據庫，該數據庫中包括不同的學生行為的對策，對不同學生的行為提供不同的解決對策，實驗對比結果表明，此次設計的高校學生行為分析及對策方法比傳統的方法準確性高，具有一定的實際應用意義。

關鍵詞：大數據時代;學生行為;對策

中圖分類號：G434 文獻標識碼：A

文章編號：1009-3044（2019）27-0091-02

隨著互聯網、云計算等信息技術的發展，大數據時代應運而生，人們對于世界的認識和探索世界的思維都發生了一定的變化。高校是知識密度最高、思想最活躍和高新技術推廣運用的前沿陣地，在大數據的背景下，對河南省某高校學生的思想觀念、行為習慣和思想方法都帶來了很大的影響，其中存在好的影響也存在不好的影響，好的影響是在大數據時代下能夠帶動學生學習積極性，不好的影響是高校學生一般思想都尚不成熟，自律力和識別能力不強，所以對高校學生的行為分析以及對策研究是亟需解決的問題。在河南省高校日常運行期間，學生會以不同行為產生著數據，在這種數據達到一定程度后就可以建立數據庫然后對其進行分析，傳統的行為分析方法都是通過調查問卷等形式進行分析，這種方法在大數據時代已經不能滿足高校對行為分析的需要，并且這種方法對學生行為分析不準確，信息化針對性差，并且系統化程度偏低，對于學生行為分析不能起到很好的作用。

通過分析目前河南高校學生行為分析及對策方法出現的問題，對大數據時代河南省高校學生行為分析及對策進行設計，通過大數據的應用能夠對高校學生的行為進行分析，對高校學生的行為進行精準描述，促使高校在進行教育中更加就有實效性。通過對這些數據的分析，可以進一步細化到學生的行為，以提高對學生行為的掌握，并根據數據分析所表現出來的問題，對學生群體或個體進行針對性教育，如采取心理輔導、專題講座等方式，促進教師與學生之間的互動，為河南省高校提供一定的幫助。

1大數據時代河南省高校學生行為分析方法設計

1.1行為數據采集

為準確對河南省高校學生行為進行分析，主要對學生的歷史課堂記錄、在校行為的規律性特征嘲、個人興趣特征、消費情況以及在日常上網行為中的對話、照片、視頻等數據進行采集，行為數據采集過程如圖所示：

圖1為數據采集過程，在對高校學生行為數據采集時，要按照上述流程進行采集，具體的采集過程如下所示：首先了解學生在校使用一卡通刷卡的時間地點、學生消費情況、上課等情況，分析不同學生在校行為規律性的差異性和漸變性。將采集到的數據進行數據集成、數據清洗、數據轉換和數據規約等處理，由于原始的數據中存在著重復和無效的數據，同時也為了方便后續對學生行為的分析，進行數據清洗。

將清洗后的數據存人數據庫，使用數據挖掘技術對過去數據庫中預處理過的數據，參考行為數據庫規則生成行為數據，并對行為數據進行評估，使采集到的數據可視化，通過對學生的基本行為數據采集，為學生行為分析提供一定的基本數據。

1.2學生行為數據分析

在上一步對學生行為數據采集的基礎上，利用關鍵詞匹配算法對采集到的學生行為數據進行分析，發現學生的行為動機，了解到學生的行為狀態。

圖2所示為學生行為分析的主要過程，通過分析學生的上網內容，發現其行為規律，首先要通過課程體系建立專業詞庫，然后對專業詞庫中的關鍵詞，根據專業區分等級制度，當檢測到與關鍵詞匹配的信息時，根據不同的等級，執行相應的操作。在對學生的行為數據進行分析時，考慮該網站是否為新訪問的網站，對于新訪問的網站需要獲取學生的上網內容，利用網絡爬蟲獲取網頁的標題和正文的相關內容，然后對內容進行處理，使用提取算法提取到網頁文本中的特征詞，計算公式如下：

公式（1）中，R_t代表學生行為的相關內容，bⁿ代表關鍵特征詞，a_x代表提取因子，此次計算不做定向分析。

將獲得的特征詞與專業詞庫中的關鍵詞進行匹配，若匹配成功，則確定該特征詞在文本中首次出現的位置和對應的關鍵詞等級，然后判斷匹配的特征詞個數，計算出網站貢獻度，計算公式如下：

公式（2）中，T代表特征詞個數，pC代表訪問總貢獻度，U^e代表關鍵詞等級，此次計算不做定向分析。

通過關鍵詞匹配的網站貢獻度算法計算得到網絡貢獻值后，確定高校學生的訪問動機，從而分析出學生的行為特征，這樣以便學校采取相應的策略以及措施引導學生做出正確行為。在上述分析的行為特征里，存在好的行為也存在不好的行為，在學生行為分析完成后提出相應的對策，以提高學生的整體綜合素質。

2大數據時代河南省高校學生行為對策分析

通過上述對河南省高校學生行為分析后，得知在大數據時代，學生的行為有好有壞，對于這種情況，建立對策數據庫。該數據庫中提供不同行為的解決方式，提供數據倉庫、數據挖掘、智能查詢、可視化分析、學習分析等技術構建個性化、開放化的對策數據庫。在使用該數據庫時，首先要將學生的行為數據、學業數據、學習者特征等進行存儲，然后運用數據處理技術將這些基本信息與數據庫中的對策進行匹配，計算公式如下：

在進行計算后，得到相應的匹配對策，通過對總體數據的科學分析，深入挖掘學生思想、情感、行為等方面的信息，準確的把握河南省高校學生行為動態，通過對策數據庫找到真正的解決辦法，有針對性的設定工作原則、工作方案、工作方法等途徑來開展更好的教育工作，把握住教育指導權的同時，對學生進行更好的教育。

3實例論證

上述實驗知識從理論上證明了此次設計的方法和對策的有效性，為了證明該方法具有一定的實際應用意義，將該方法應用到河南省某高校中，同時，為保證實驗的嚴謹性，將傳統的分析和對策方法與本文設計的分析和對策方法進行對比。實驗在河南省某高校，在該學校中抽取100名學生，這些學生存在不好的行為，也存在好的行為，采用這兩種方法，分別對這100名學生進行分析，并在分析之后給出相應的解決措施，此次實驗主要對比兩種方法的準確性，實驗對比結果如圖所示：

如圖3所示，傳統的方法對學生行為分析和提出相應的對策上，準確性較低，對于學生行為不能更好地進行分析，并且對策不準確，不能更好地解決學生的問題，而本文設計的高校學生行為分析方法能夠準確分析出學生存在的行為，并且能夠給出準確的解決措施，能夠對學生的不同行為進行解決。通過上述實驗基本能夠證明此次設計的有效性，該方法能夠給高校提供一定的幫助，能夠引導教師采用正確的教育方法對學生進行教育，大大提高了對學生的了解程度，促進了河南高校的發展，具有一定的實際應用意義。

4結束語

在大數據時代影響下，河南省高校的學生的思想觀念、行為特征等都受到了一定的影響，為了更好地對學生進行教育，需要對學生的基本情況進行分析。傳統的對學生行為的分析方法分析的不準確，與其采集的基本知識不夠有關，所以不能更好地對學生行為進行分析，針對這種情況，設計了一個大數據時代河南省高校學生行為分析及對策方法。通過該方法能夠有效對學生的行為進行分析，并能夠根據不同學生的不同行為提出相應的解決措施，能夠有助于教師根據學生的實際情況采取不同的教育方法，幫助學生更好地成長。通過這種方法，還能夠記錄學生的成長過程，將這些信息數據收集起來，捕捉學生的微觀行為，分析學生之間的內在聯系，以提高高校教育，希望通過此次設計的方法和對策，為河南省高校教育提供一定的幫助。