校園環境下學生的位置信息采集與行為數據分析

白靖 郭平 艾霖森

摘要：隨著互聯網技術的高速發展，校園信息化建設成為各大高校研究的重點。最初的智能學習形式是數字校園，利用互聯網技術將學習生活、科研成果、教學管理等相關的資源進行整合，完善現有資源的合理分配和利用，提高了工作效率和質量。隨著大數據時代的到來，數字校園建設即將迎來尤異希的技術和思想的變革。

關鍵詞：校園環境;信息采集;行為數據

現有的校園大數據有很多種類，也有很多的系統來儲存數據，這些系統在建立之初沒有考慮到后來的數據共享狀況，導致數據無法整合，難以正對各種數據建立聯系。大學生又是一個特殊的社會群體，他們大多數的時間都在校園中度過，而當代大學生由于缺乏緊張意識，在校園中的學習時間，宅在寢室、網吧打游戲或沉迷于小說，又或者在外閑逛。而學校對于學生的管理，一般為點名達到的形式，時效性差，信息反饋慢。在智慧校園構建中應用大數據技術，還需要結合學校的發展需求，不斷完善與改進。教育管理更加精細化、規范化。在這種情況下，就能夠更好的實現對教師、人才培養以及科研等各個方面的管理。

現在許多學校還在沿用傳統的學生管理和服務方式，對學生采用單一化的管理方式，缺乏針對學生行為特征的個性化管理和服務。本設計意在建立一套有效的數據跟蹤體系，以便及時跟蹤和評估數據的變動。達到對學生的準確定位，對學生在校期間的活動軌跡做出分析，制定相應管理規定，統一對數據進行分析，加強對數據資源的管理和維護，改正學生的不規范生活作息，讓學生養成自主學習的習慣。

一、系統原理設計

本設計是研究校園環境下學生的地理位置信息獲取以及行為數據分析，通過單片機以及GPS芯片進行學生的地理信息位置獲取以及發送，后臺通過獲取的位置信息進行相關學生的行為數據分析。本設計擬采用的技術路線如圖1所示。

二、系統硬件設計

本設計采用stm32f103芯片作為本設計主控芯片，該芯片擁有引腳多、用途廣、功耗低、可編程能力強等諸多優點，在控制領域有著廣泛用途，完全適用于該設計硬件芯片的要求，在數據采集方面，本設計使用北斗GPS模塊對學生位置進行定位，該北斗GPS模塊使用NMEA協議進行數據傳輸，可以對學生當前位置、海拔、運動速度進行采集，從而分析學生當前的活動狀態，在數據傳輸方面，本設計采用GPRS模塊對采集到的數據向APP端傳輸，GPRS模塊擁有抗干擾能力強、網絡容量大、防盜能力好等特點，對于保護學生個人隱私起到非常重要的作用，硬件總體流程如圖：

三、系統軟件設計

軟件具體設計思路如下圖3、圖4所示：

（一）APP的軟件設計

軟件使用java編寫運行于Android上，在首頁嵌入一個h5頁面。該頁面為西昌學院平面簡圖，使用JavaScript腳本編寫一套平面簡圖快速生成系統，通過導入相應區域范圍、建筑平面關鍵點，快速生成平面簡圖。在該平面簡圖中能展示使用者現在位置，也能搜索查尋各地位置。在首頁中還有一消息提醒框，展示使用者接下來應該遵循的行為，以作提示。學情展示頁面通過各種統計圖直觀反映使用者學習情況，并對使用者一段時間內學習情況給予總結。

（二）后端的軟件設計

后端使用Python語言作為服務器腳本語言，采用flask框架。以uwsgi作為服務器，nginx作為反向代理服務器，運行于Linux操作系統上。通過算法實現GPS精確定位，構建行為分析模型;使用MySQL數據庫做數據存儲。

1精確定位模塊實現

（1）首先對數據進行清洗。由于建筑物遮擋和信號波動，會產生一系列對行為分析產生干擾的數據，所以需要在進行行為分析前進行數據清洗。

①軌跡點的基本屬性為：“時間”、“經度"、“緯度”“速度”特征，若軌

跡點中缺少任意-一個特征，都不具有任何參考價值，也不能反映出行者的出行信息，因此清洗掉屬性缺失的軌跡點。

②對經緯度越界和重復冗余數據這兩種異常數據進行清洗。

③對不符合行程數據進行清洗。

（2）其次對特征變量進行計算。

①距離

公式如下：

d = Rx haver sin-'（h） = 2Rx arcsin（Vh）

haversin（0） = sin2（012）=（1-cos0）/2

h = haver sin（P;+1 -p}） + cos P+1 cosO， X haversin（△h/2）

式中， R表示地球半徑，取值為6371km;d表示兩點之間的距離; φ， 表示第i+1點的緯度，單位為弧度; φ表示第i點的緯度，單位為弧度;△h：第i點和i+1點的經度差，單位為弧度。

②速度

公式如下

v =d/（t-t1）

式中，v為第i點速度; d表示第i點與第i-1點的距離; t表示第i點的

時間; t1表示第i-1點的時間。

2 行為分析模塊實現

（1）學生行為假設

①對校內區域進行劃分。按照不同功能劃分為學習區、住宿區、食堂區、運動區、商業區。

②通過不同時間段在不同區域滯留時間，假定學生在該時間內行為。如，夜晚在住宿區假定為休息。

③根據課表信息，假定學生行程。

（2）對假定行為進行判斷。

（3）數據可視化。

參考文獻：

[1]牛俊祝.大數據時代數字化校園建設的研究[J].通訊世界，2017（11）

[2]張俊波. 打造智慧校園的思考與探索[A].

[3]李治江. 基于GPS數據的校園群體情境分析與可視化[A].

[4]焦陽. 面向智慧實驗室情景的自主學習過程管理系統研究[D].太原理工大學，2017.

[5]梁柱. 基于校園大數據的學生行為分析與預測方法研究[D].西安理工大學，2017.

[6]譚浩. 基于校園大數據的數據挖掘研究[D].山東理工大學，2018.

[7]徐健.大數據技術在智慧校園中的現狀及發展趨勢[J].電子商務，2019（02）：57-58.

[8]張賢虎. 人工智能、教育大數據與智慧校園[A]. 育課程改革研究中心：教育部基礎教育課程改革研究中心，2018：2.