時空數據驅動的大學生在校行為模式挖掘研究

摘要 校園一卡通系統正被廣泛應用于各大高校并產生海量時空數據，利用數據挖掘技術可以從中挖掘出隱藏的大學生在校行為模式。文章首先利用映射時空數據得到學生共現數據；然后采用超幾何分布與多重假設檢驗的方法挖掘大學生社交關系；最后基于交友數量和親密度得到三種行為模式，發現封閉型行為模式更易形成脆弱的交往關系。根據大學生在校行為模式，學校可以準確掌握學生動態，為其提供更加人性化的管理和精準化的服務。

關鍵詞 時空數據；超幾何分布；行為模式

中圖分類號：G645文獻標識碼：ADOI：10.16400/j.cnki.kjdk.2023.18.044

隨著高校信息化和數字化建設向縱深發展，校園一卡通（CampusSmartCard，CSC）系統迅速得到普及。CSC系統中存儲了海量的學生時空數據，利用數據挖掘技術對這些數據進行深度挖掘，可以得到一些學生的隱性行為信息。利用這些信息反哺于教育，對于高校的教育與管理均具有十分重要的現實意義[1]。

數據挖掘技術源于國外，基于用戶行為數據展開的研究起步較早。加拿大湖首大學的學生行為分析系統利用歷史數據分析學生行為。國內也有許多學者利用CSC數據進行針對學生群體的研究。姜楠等利用數據挖掘技術分析學生消費及學習行為[2]。鄧帥等統計食堂消費高峰并建立可視化系統，根據分析結果改善食堂運營方式[3]。徐晶晶等利用Aproiri算法將CSC數據和成績做關聯分析，研究影響學生成績的因素[4]。田雨等通過門禁、簽到和消費等記錄，對長時間不在校的學生進行預警[5]。由此可見，國內利用CSC數據展開的研究已在貧困資助、消費行為和異常行為分析、與成績的關聯性等方面取得較多成效，但鮮有基于CSC數據進行學生在校行為模式挖掘及分析的相關研究。

1數據采集與預處理

數據集源于國內本科院校的CSC系統。系統由無線射頻識別標簽系統、校園卡以及數據庫三部分組成。當學生在校園內的活動場所刷卡時，后臺數據庫實現學生校園活動所產生時空數據的有效存儲。以這種方式，學生的校園活動被CSC系統記錄下來。本研究所用時空數據包括學生在食堂、超市、充值中心以及校醫院等公共場所發生的刷卡行為。

CSC系統中的數據存在少量內容缺失和格式不規范的記錄。為了提高分析結果的準確度，在對這些數據進行分析之前，需要對原始數據進行清洗和標準化處理。對于極少量格式不規范的數據采用人工方式補齊，對于內容缺失數據采用熱卡填充法處理[6]。經過處理得到如表1所示的636，304條有效數據。

2映射時空數據

①共現的定義。美國社會學家戈夫曼認為，相遇是公共場合人們之間持續性地相互看見對方，這種時空上的相遇被稱為共現。由于學生群體具有獨特性，關于共現做如下定義，在未特別聲明情況下，文中的共現均由定義1解釋。

定義1（共現）：兩名學生在時空上的“前后腳”（相同時間出現在相同地點）行為，被認定是一次共現。

一般情況下，一個學生更傾向與好友結伴而行。因此，本文選擇學號、刷卡時間、刷卡地點等屬性組成的時空數據來挖掘學生的社交關系。

③映射時空數據得到共現數據。對636，304條時空數據進行遍歷得到204，407個含時地點。然后對刷卡行為二部圖在學生集合上進行映射得到學生共現數據。為了最大程度避免偶然性，過濾共現次數為1的情況，最終得到266，120條共現數據。

3挖掘在校行為模式

通過對比兩個網絡，利用復雜網絡的連通子圖[8]指標分析發現，學生在校社交關系網絡更稀疏，其中的微型連通子圖586個，6≤C≤10的小型連通子圖65個，11≤C≤25的中型連通子圖16個，C>25的大型連通子圖4個。這說明學生群體更傾向于形成5以內的微型社交圈，也有極少數成員多于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機的日常活動以及有規律的行為系列，是行為內容和方式的定型化。從行為心理學角度講，人際關系的好壞需要交往行為來體現。具有良好人際關系的雙方，能夠相互表現出積極、有意義的行為，如友好等。

根據社交關系數量對在校社交關系網絡進行聚類。從社會行為學角度將其分為開放型、謹慎型和封閉型三種行為模式。如圖3所示，僅有3.74%的學生屬于開放型交友模式，18.86%的學生交友較謹慎，絕大部分學生處于較封閉的狀態。這種情況被解釋為，測試對象為大一新生，學生仍處于適應新環境的階段。也反映出當今大學生將更多的時間花在獨處，交友意愿有減弱甚至出現交友障礙的風險。

5總結

本文利用數據挖掘技術對校園時空數據進行研究，挖掘出隱藏的有價值信息。首先將數據預處理并映射得出共現數據；然后采用超幾何分布與多重假設檢驗方法挖掘大學生社交關系；最后基于交友數量和親密度得到三種交往行為模式。根據交往行為模式分析結果，給予當前高校教育在人性化管理和精準化服務方面一定的指導建議。

基金項目：江西省教育科學“十三五”規劃2020年度課題（20YB206）。

參考文獻

[1]郭鵬.基于校園一卡通數據的學生消費行為與成績的關聯性研究[D].咸陽：西北農林科技大學，2019.

[2]姜楠，許維勝.基于校園一卡通數據的學生消費及學習行為分析[J].微型電腦應用，2015，31（2）：35-38.

[3]鄧帥，屠添翼，紀壽安.基于大數據分析的高校食堂運營管理探索[J].大眾標準化，2021（15）：198-200.

[4]徐晶晶.基于校園卡數據的學生行為分析研究[D].新鄉：河南師范大學，2018.

[5]田雨露.基于校園一卡通系統的決策支持和數據分析研究[D].北京：北京化工大學，2018.

[6]楊帆，龐新生.處理缺失數據的分數插補法研究[J].統計與決策， 2017（14）：15-18.

[7]劉濤.基于校園一卡通數據的大學生社交關系挖掘和演化規律研究[D].武漢：華中師范大學， 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.基于校園數據的大學生行為畫像研究與分析[J].計算機與數字工程，2018，46（6）：1200-1204，1262.