時(shí)空數(shù)據(jù)驅(qū)動(dòng)的大學(xué)生在校行為模式挖掘研究

摘要 校園一卡通系統(tǒng)正被廣泛應(yīng)用于各大高校并產(chǎn)生海量時(shí)空數(shù)據(jù)，利用數(shù)據(jù)挖掘技術(shù)可以從中挖掘出隱藏的大學(xué)生在校行為模式。文章首先利用映射時(shí)空數(shù)據(jù)得到學(xué)生共現(xiàn)數(shù)據(jù)；然后采用超幾何分布與多重假設(shè)檢驗(yàn)的方法挖掘大學(xué)生社交關(guān)系；最后基于交友數(shù)量和親密度得到三種行為模式，發(fā)現(xiàn)封閉型行為模式更易形成脆弱的交往關(guān)系。根據(jù)大學(xué)生在校行為模式，學(xué)校可以準(zhǔn)確掌握學(xué)生動(dòng)態(tài)，為其提供更加人性化的管理和精準(zhǔn)化的服務(wù)。

關(guān)鍵詞 時(shí)空數(shù)據(jù)；超幾何分布；行為模式

中圖分類號(hào)：G645文獻(xiàn)標(biāo)識(shí)碼：ADOI：10.16400/j.cnki.kjdk.2023.18.044

隨著高校信息化和數(shù)字化建設(shè)向縱深發(fā)展，校園一卡通（CampusSmartCard，CSC）系統(tǒng)迅速得到普及。CSC系統(tǒng)中存儲(chǔ)了海量的學(xué)生時(shí)空數(shù)據(jù)，利用數(shù)據(jù)挖掘技術(shù)對(duì)這些數(shù)據(jù)進(jìn)行深度挖掘，可以得到一些學(xué)生的隱性行為信息。利用這些信息反哺于教育，對(duì)于高校的教育與管理均具有十分重要的現(xiàn)實(shí)意義[1]。

數(shù)據(jù)挖掘技術(shù)源于國外，基于用戶行為數(shù)據(jù)展開的研究起步較早。加拿大湖首大學(xué)的學(xué)生行為分析系統(tǒng)利用歷史數(shù)據(jù)分析學(xué)生行為。國內(nèi)也有許多學(xué)者利用CSC數(shù)據(jù)進(jìn)行針對(duì)學(xué)生群體的研究。姜楠等利用數(shù)據(jù)挖掘技術(shù)分析學(xué)生消費(fèi)及學(xué)習(xí)行為[2]。鄧帥等統(tǒng)計(jì)食堂消費(fèi)高峰并建立可視化系統(tǒng)，根據(jù)分析結(jié)果改善食堂運(yùn)營方式[3]。徐晶晶等利用Aproiri算法將CSC數(shù)據(jù)和成績做關(guān)聯(lián)分析，研究影響學(xué)生成績的因素[4]。田雨等通過門禁、簽到和消費(fèi)等記錄，對(duì)長時(shí)間不在校的學(xué)生進(jìn)行預(yù)警[5]。由此可見，國內(nèi)利用CSC數(shù)據(jù)展開的研究已在貧困資助、消費(fèi)行為和異常行為分析、與成績的關(guān)聯(lián)性等方面取得較多成效，但鮮有基于CSC數(shù)據(jù)進(jìn)行學(xué)生在校行為模式挖掘及分析的相關(guān)研究。

1數(shù)據(jù)采集與預(yù)處理

數(shù)據(jù)集源于國內(nèi)本科院校的CSC系統(tǒng)。系統(tǒng)由無線射頻識(shí)別標(biāo)簽系統(tǒng)、校園卡以及數(shù)據(jù)庫三部分組成。當(dāng)學(xué)生在校園內(nèi)的活動(dòng)場(chǎng)所刷卡時(shí)，后臺(tái)數(shù)據(jù)庫實(shí)現(xiàn)學(xué)生校園活動(dòng)所產(chǎn)生時(shí)空數(shù)據(jù)的有效存儲(chǔ)。以這種方式，學(xué)生的校園活動(dòng)被CSC系統(tǒng)記錄下來。本研究所用時(shí)空數(shù)據(jù)包括學(xué)生在食堂、超市、充值中心以及校醫(yī)院等公共場(chǎng)所發(fā)生的刷卡行為。

CSC系統(tǒng)中的數(shù)據(jù)存在少量內(nèi)容缺失和格式不規(guī)范的記錄。為了提高分析結(jié)果的準(zhǔn)確度，在對(duì)這些數(shù)據(jù)進(jìn)行分析之前，需要對(duì)原始數(shù)據(jù)進(jìn)行清洗和標(biāo)準(zhǔn)化處理。對(duì)于極少量格式不規(guī)范的數(shù)據(jù)采用人工方式補(bǔ)齊，對(duì)于內(nèi)容缺失數(shù)據(jù)采用熱卡填充法處理[6]。經(jīng)過處理得到如表1所示的636，304條有效數(shù)據(jù)。

2映射時(shí)空數(shù)據(jù)

①共現(xiàn)的定義。美國社會(huì)學(xué)家戈夫曼認(rèn)為，相遇是公共場(chǎng)合人們之間持續(xù)性地相互看見對(duì)方，這種時(shí)空上的相遇被稱為共現(xiàn)。由于學(xué)生群體具有獨(dú)特性，關(guān)于共現(xiàn)做如下定義，在未特別聲明情況下，文中的共現(xiàn)均由定義1解釋。

定義1（共現(xiàn)）：兩名學(xué)生在時(shí)空上的“前后腳”（相同時(shí)間出現(xiàn)在相同地點(diǎn)）行為，被認(rèn)定是一次共現(xiàn)。

一般情況下，一個(gè)學(xué)生更傾向與好友結(jié)伴而行。因此，本文選擇學(xué)號(hào)、刷卡時(shí)間、刷卡地點(diǎn)等屬性組成的時(shí)空數(shù)據(jù)來挖掘?qū)W生的社交關(guān)系。

③映射時(shí)空數(shù)據(jù)得到共現(xiàn)數(shù)據(jù)。對(duì)636，304條時(shí)空數(shù)據(jù)進(jìn)行遍歷得到204，407個(gè)含時(shí)地點(diǎn)。然后對(duì)刷卡行為二部圖在學(xué)生集合上進(jìn)行映射得到學(xué)生共現(xiàn)數(shù)據(jù)。為了最大程度避免偶然性，過濾共現(xiàn)次數(shù)為1的情況，最終得到266，120條共現(xiàn)數(shù)據(jù)。

3挖掘在校行為模式

通過對(duì)比兩個(gè)網(wǎng)絡(luò)，利用復(fù)雜網(wǎng)絡(luò)的連通子圖[8]指標(biāo)分析發(fā)現(xiàn)，學(xué)生在校社交關(guān)系網(wǎng)絡(luò)更稀疏，其中的微型連通子圖586個(gè)，6≤C≤10的小型連通子圖65個(gè)，11≤C≤25的中型連通子圖16個(gè)，C>25的大型連通子圖4個(gè)。這說明學(xué)生群體更傾向于形成5以內(nèi)的微型社交圈，也有極少數(shù)成員多于25人的大型社交圈[9]。

4行為模式分析

行為模式是人們有動(dòng)機(jī)的日常活動(dòng)以及有規(guī)律的行為系列，是行為內(nèi)容和方式的定型化。從行為心理學(xué)角度講，人際關(guān)系的好壞需要交往行為來體現(xiàn)。具有良好人際關(guān)系的雙方，能夠相互表現(xiàn)出積極、有意義的行為，如友好等。

根據(jù)社交關(guān)系數(shù)量對(duì)在校社交關(guān)系網(wǎng)絡(luò)進(jìn)行聚類。從社會(huì)行為學(xué)角度將其分為開放型、謹(jǐn)慎型和封閉型三種行為模式。如圖3所示，僅有3.74%的學(xué)生屬于開放型交友模式，18.86%的學(xué)生交友較謹(jǐn)慎，絕大部分學(xué)生處于較封閉的狀態(tài)。這種情況被解釋為，測(cè)試對(duì)象為大一新生，學(xué)生仍處于適應(yīng)新環(huán)境的階段。也反映出當(dāng)今大學(xué)生將更多的時(shí)間花在獨(dú)處，交友意愿有減弱甚至出現(xiàn)交友障礙的風(fēng)險(xiǎn)。

5總結(jié)

本文利用數(shù)據(jù)挖掘技術(shù)對(duì)校園時(shí)空數(shù)據(jù)進(jìn)行研究，挖掘出隱藏的有價(jià)值信息。首先將數(shù)據(jù)預(yù)處理并映射得出共現(xiàn)數(shù)據(jù)；然后采用超幾何分布與多重假設(shè)檢驗(yàn)方法挖掘大學(xué)生社交關(guān)系；最后基于交友數(shù)量和親密度得到三種交往行為模式。根據(jù)交往行為模式分析結(jié)果，給予當(dāng)前高校教育在人性化管理和精準(zhǔn)化服務(wù)方面一定的指導(dǎo)建議。

基金項(xiàng)目：江西省教育科學(xué)“十三五”規(guī)劃2020年度課題（20YB206）。

參考文獻(xiàn)

[1]郭鵬.基于校園一卡通數(shù)據(jù)的學(xué)生消費(fèi)行為與成績的關(guān)聯(lián)性研究[D].咸陽：西北農(nóng)林科技大學(xué)，2019.

[2]姜楠，許維勝.基于校園一卡通數(shù)據(jù)的學(xué)生消費(fèi)及學(xué)習(xí)行為分析[J].微型電腦應(yīng)用，2015，31（2）：35-38.

[3]鄧帥，屠添翼，紀(jì)壽安.基于大數(shù)據(jù)分析的高校食堂運(yùn)營管理探索[J].大眾標(biāo)準(zhǔn)化，2021（15）：198-200.

[4]徐晶晶.基于校園卡數(shù)據(jù)的學(xué)生行為分析研究[D].新鄉(xiāng)：河南師范大學(xué)，2018.

[5]田雨露.基于校園一卡通系統(tǒng)的決策支持和數(shù)據(jù)分析研究[D].北京：北京化工大學(xué)，2018.

[6]楊帆，龐新生.處理缺失數(shù)據(jù)的分?jǐn)?shù)插補(bǔ)法研究[J].統(tǒng)計(jì)與決策， 2017（14）：15-18.

[7]劉濤.基于校園一卡通數(shù)據(jù)的大學(xué)生社交關(guān)系挖掘和演化規(guī)律研究[D].武漢：華中師范大學(xué)， 2019： 1-46.

[8]Li M X，Palchykov V，Jiang Z Q，et al.Statistically validated mobile communication networks： Evolution of motifs in European and Chinese data[J].New Journal of Physics，2014，16（8）：1037-1092.

[9]董瀟瀟，胡延，陳彥萍.基于校園數(shù)據(jù)的大學(xué)生行為畫像研究與分析[J].計(jì)算機(jī)與數(shù)字工程，2018，46（6）：1200-1204，1262.