欢迎来到魔据教育大数据学院,专注大数据工程师培养!
当前位置: 澳门金沙国际_金沙国际赌场_澳门金沙城娱乐场 > 实战项目 > 高校学生分析系统
走进魔据
精彩图片
高校学生分析系统
 

一、背景

        高校教育一直与数据密切相关,通过对遍布教、学、研多层面的数据进行整合,并结合对大数据技术的有效利用,可以从根本上给教育带来全方位的提升。通过大数据的综合分析,可以帮助学生改善学习效率,提供符合职业规划的个性化学习服务,同时也有助于教育和科研机构加快提升科研成果和提高教育质量,培养更多更优秀的创新型人才。

    二、简介

“高校学生大数据分析系统”面向高校在校的学生群体,有针对性的进行学生行为数据分析,掌握本校整体学生在学习、生活、心理、就业等方面情况,通过大数据分析,掌握学生在这几个方面出现的深层次的教育问题,有的放矢的进行相关管理工作。使高校对学生的管理工作更加科学、深入,为高校相关政策的决策提供科学的数据依据。

1,监督监控学生网络舆情,并对于校园群体事件,个体影响较大事件的预警。预警可能出现校园群体事件的可能性。预警学生危险行为,如自杀、自残、聚众游行、网络沉迷等倾向,可以有针对的进行预先心里辅导和关怀。

2,帮助学生管理部门深入了解全校范围内学生日常行为习惯。主要关注学习、生活、心理三个方面,进行学生画像。通过分析结果,掌握学生这三个方面的行为,例如:通过深度分析将学生进行分类,找出综合能力强的学生在学习、生活、心理方面的行为习惯,对其他学生具有指导作用。通过这些分析可以提升学工处对学生的管理深度,提升学生在校的学习生活质量。

3,通过对借书卡、一卡通、机房等数据进行分析,提升机房、图书馆、食堂、超市、浴池等服务场所的服务质量。合理安排服务场所的时间和空间,图书、菜品、机房等资源的合理分配。合理制定图书购买、菜品设置、机房开放时间的计划等。

4,对招生、就业、和就业后跟踪进行分析,分析学生入学基础数据和在校期间的学科数据、成绩、生活数据,结合就业后的数据,分析高校学生成才情况。分析成才学生在入学前、在校期间的行为共性,指导招生,招收优秀学生。

5,对学生专业课程、选修课程、实训课程、MOOC、课外活动课程学习情况和成绩等数据进行分析,通过分析结果掌握各专业学生的课内外学习情况,知识体系和方向,指导学生合理安排学习知识的结构,对于学习效果不好的学生提出有针对性的学习计划和方案。给学生课程内,课程外和不同学习方式的建议。分析有考研、考博、留学、创业准备的学生,有针对性的给予帮助和辅导。

最终建设高校完整的招生、教学、就业、学生学习、生活、心理的完整数据仓库。通过对这些数据的分析,提升学校在学生管理,教学资源合理分配,招生就业等各方面的精细化管理程度,达到学生和教学管理工作的前瞻性、精准性和持续性要求。

学生行为原始数据来源于:

图书馆管理系统

图书借阅信息:学号、书籍名称、出版社、出版时间、书籍分类、借出时间、归还时间、书籍作者、经手人。

一卡通管理系统

一卡通消费记录:学号、性别、消费地点、消费类型、消费时间、消费金额、办卡时间。

一卡通充值记录:学号、性别、充值时间、充值金额。

学生上网行为

上网行为记录:学号、年龄、IP地址、目标网址或IP地址、手机品牌、手机型号、应用类型(网站、IM、HTTP文件下载、网络协议、POST等)、具体应用(QQ、微信、邮箱网站、搜索引擎、购物网站等)、时间、上网详细信息(包括:协议、服务端口、终端类型、方向-接受还是发送、行为信息、DNS、网站URL全地址、文件名、文件类型、网址类型、搜索的关键字、网址标题)。

学生选课及成绩管理系统

学生成绩:学号、课程编号、课程名称、授课教师、成绩、所属专业、学分;

学生选课:学号、课程编号、课程名称、授课教师、学分、学时、课程类型(专业课、基础课、选修课等)。

    三、技术架构

系统采用J2EE技术开发,使用JDBC连接MySQL数据库存取业务数据。大数据业务逻辑应用了大数据离线分析技术,通过Hadoop MapReduce做原始数据标准化,学生行文数据分析应用Spark技术进行计算,使用Python语言实现???/font>算法编程,Web前端使用Echarts3.0技术做图表展示。具体流程为:

1、通过数据源接口将原始数据抽取至Hadoop分布式文件系统(HDFS);

2、将原始数据标准化:使用Hadoop MapReduce对各数据源的数据进行数据清洗、转化、转码等工作,并形成系统标准化的数据格式,为数据分析挖掘做准备;

3、根据业务??槁呒⑹菽P?,使用Spark技术对数据进行分析和计算;

4、使用Python语言按照数据模型及业务逻辑进行算法编程;

5、Web页面使用Echarts3.0技术将各??樗惴ù淼氖萁峁型急碚故?。

    四、??榻樯?/font>

 

1.学生画像

 

 

根据学生的成绩、阅读、消费、上网和信用等行为数据对学生进行特征画像。从不同的维度为高校提供了一套基于海量数据的学生综合能力评价标准。从而使学校管理者关注的不单单是学生成绩。而是形成一套基于学习、阅读、上网、消费、信用、健康、心理等维度的综合评价准则。并且基于这些维度,为学生综合评分。为复合型人才提供评价依据。

2.学生消费行为分析

 


综合学生消费能力分析、学生个人消费能力排名和消费地点排名情况,对学生在校的消费行为进行分析。分析结果学校贫困学生评选、校园商品服务定价、学生行为综合分析等方面具有指导意义。

3.图书馆借书行为分析

 


图书馆借还书高峰分析、图书馆借书学生占比、图书排名、图书类别排名、热点出版社排名、热点作者排名、学生图书阅读量排名、学生阅读时间排名和学生阅读能力排名组成了图书馆借书行文分析???。该??橥ü匝谕际楣萁杌故榈拇笫莘治?,一方面能够辅助学校加强图书馆的藏书管理、提高图书馆借还书的服务水平;另一方面,反应了学生阅读习惯对其阅读能力的影响。

4.上网行为分析

 


上网行为分析包括,网络使用高低峰分析、学生上网比例分析、学生熬夜上网分析和上网群体分析,通过学校网络使用情况的大数据分析,使学校掌握学生在校期间对网络的使用情况,进而根据网络使用高低峰分析结果优化网络资源配置,削峰平谷,使校园网络环境更加稳定;根据学生上网情况分析,衡量有益上网时长的合理区间及沉迷网络的具体特征,从而帮助学校给予学生更精准的学习、生活引导。

5.关联分析

 


分析学生行为数据各个维度之间的关联性。维度标签包括:学习能力、信用度、上网时长、学生阅读能力、消费能力、阅读广泛度、细心程度、个人卫生。以学习能力为例:学习能力在整个标签维度的中心,离学习能力标签越近的维度标签表示与学习能力的关联性越强。例如通过海量数据分析,分析出‘阅读能力’、‘细心度’离‘学习能力’标签更近、“阅读广泛度”离‘学习能力’的标签较远。则表明‘阅读能力’强、‘细心度’高的学生学习能力比较强,‘阅读广泛度’更高的人,学习能力相对比较差。通过此关联分析,可以帮助高校抓住提高学习能力的重点,想提高学生学习成绩,不仅仅需要把握课堂教学还需要从行为角度去影响学生,教育学生,从而达到提升学生学习能力的目的。

6.关注群体分析

 


对不同群体的行为进行分析,如贫困生群体、上网沉迷群体、高消费群体,高薪就业群体、考研群体,分析这些群体的行为特点,为定位具有相应特征的学生提供了一定的参考。如发放贫困补助时,我们就可以在“贫困学生群体”中圈定范围。另外,通过群体分析可以分析出相应群体所特有的行为特征。如高薪就业群体,是否一定是学习成绩好的学生就一定高薪就业,而是有其他的行为因素如比较健康、比较细心、比较喜欢阅读等。

7.行为突变分析

 


分析出行为突变的群体,如突然上网沉迷、突然成绩下降或突然消费水平变化等。使学??梢怨刈⒌窖囊斐P形?,及早介入,进行对其指引和辅导,避免出现极端事件或突发性群体事件。

8.系统管理

 


系统管理中包括部门管理和人员管理,分别对系统中的用户和用户部门进行维护。


全国咨询热线:400-690-5006,值班手机:18501996998(7*24小时)

在线咨询:李老师QQ(226594285),陈老师QQ(428683440)

企业合作服务专线:010-82340234-821, 院校合作洽谈专线:010-82340234

Copyright 2001-2017 魔据教育 - 北京华育兴业科技有限公司 版权所有,京ICP备17018991号-2

免费索取技术资料立即索取

大数据技术交流QQ:226594285

电话咨询010-82340234