[发明专利]一种基于大数据的学生行为分析系统

权利要求书

1.一种基于大数据的学生行为分析系统，其特征在于，包括通过传输网络通信连接的数据采集系统和行为分析系统，所述数据采集系统包括：数据采集终端，用于实时采集学生行为数据；数据缓存模块，用于对采集的学生行为数据按照学生ID号、时间戳和地点的格式进行缓存；数据传输模块，用于通过传输网络将学生行为数据传输至所述行为分析系统；所述行为分析系统包括：数据处理模块，用于对采集的学生行为数据进行数据清洗和特征提取，并按照学生出勤、消费、运动和上网进行数据分类；数据分析模块，用于根据处理结果对学生的行为进行分析和预测；数据管理模块，用于对所述数据处理模块的处理结果及所述数据分析模块分析的学生行为结果进行存储和显示，当判断存在异常学生行为时通过短信形式通知管理员进行预警。

2.根据权利要求1所述的一种基于大数据的学生行为分析系统，其特征在于，所述数据采集终端包括：校园RFID一卡通系统、视频监控系统、智能移动终端、校园无线网络系统、门禁系统、考勤系统、教务系统、学工系统、校园各场馆的管理系统，所述校园RFID一卡通系统包括校园RFID卡和安装在校园内的用于读取校园RFID卡的射频识别设备；所述智能移动终端包括智能手机、平板电脑、无人机、可穿戴设备；所述校园各场馆的管理系统包括图书馆管理系统、运动馆管理系统和活动中心管理系统。

3.根据权利要求2所述的一种基于大数据的学生行为分析系统，其特征在于，所述数据采集终端采集的数据包括：学生ID号、行为时间、RFID卡号、无线AP账号、APP账号、设备SN号、视频监控设备位置信息、智能移动终端位置信息、校园无线设备位置信息、门禁设备位置信息、考勤设备位置信息。

4.根据权利要求1所述的一种基于大数据的学生行为分析系统，其特征在于，所述数据处理模块包括数据优化单元、特征提取单元和数据分类单元，所述数据优化单元，用于对学生行为数据中的缺失值进行填充，对学生行为数据中的异常值进行过滤，并对经填充和过滤后的行为数据进行标准化处理；所述特征提取单元，用于从优化后的学生行为数据中提取行为特征值，构成特征向量组；所述数据分类单元，用于按照学生出勤、消费、运动和上网进行数据分类。

5.根据权利要求4所述的一种基于大数据的学生行为分析系统，其特征在于，所述数据分类单元采用FCM聚类算法对所述特征向量组进行聚类处理，将具有相同分类特征的学生行为聚成一类，得到按照学生出勤、消费、运动和上网进行分类的学生行为数据。

6.根据权利要求5所述的一种基于大数据的学生行为分析系统，其特征在于，所述数据分类单元处理后的学生行为数据按照学生ID号、时间戳、地点、分类特征的格式进行存储。

7.根据权利要求1-6中任一项所述的一种基于大数据的学生行为分析系统，其特征在于，所述数据分析模块基于所述数据处理模块处理后的学生行为数据，建立与学生ID号对应的学生行为轨迹，并结合所述学生行为轨迹对学生行为进行多维度分析和预测，具体包括：

1)获取该学生的行为轨迹，与所述教务系统读取的学生课表进行比对，判断该学生的出勤率，然后结合所述视频监控系统采集的学生进出教室的数据、所述无人机航拍的位置数据、所述可穿戴设备采集的位置数据以及所述考勤系统读取的学生考勤记录数据，判断该学生的课堂完成度，再结合所述图书馆管理系统读取的课程相关图书的借阅记录、所述智能手机或平板电脑采集的课程相关资料的上网数据、所述学工系统读取的奖惩记录，分析预测该学生的成绩及对课程的偏好；

2)获取该学生的行为轨迹，结合所述校园RFID一卡通系统读取的刷卡消费记录、所述视频监控系统采集的消费记录、所述智能手机或平板电脑采集的消费记录、判断该学生的经济状况，再结合所述学工系统读取的助学金申请数据、所述教务系统读取的该学生成绩学习情况，评估该学生的助学金申请资格，分析预测该学生的经济状况与成绩学习行为之间的关系；

3)获取该学生的行为轨迹，结合所述视频监控系统采集到的运动数据、所述智能手机或平板电脑或可穿戴设备内的计步模块采集到的运动数据、所述无人机航拍采集到的运动数据、所述校园无线网络系统读取到的学生APP账号记录的运动数据、所述学工系统读取的学生的运动奖惩数据、所述运动馆管理系统读取的运动数据、所述活动中心管理系统读取的运动数据、所述门禁系统读取的进出运动馆和活动中心的数据，对学生的运动情况进行汇总后，对学生的运动习惯、身体机能和身体素质进行分析预测；再结合所述教务系统读取的该学生成绩，分析预测该学生的运动状况与成绩之间的关系；

4)获取该学生的行为轨迹，结合所述智能手机或平板电脑采集的网络行为数据、所述校园无线网络系统读取到的学生账号联网数据，对学生的上网行为进行分析，对学生的上网偏好进行预测，再结合所述教务系统读取的学生成绩、所述学工系统读取的奖惩记录，对学生的上网状况与成绩之间的关系进行分析预测；

5)获取该学生的行为轨迹，结合所述校园无线网络系统读取到的与该学生账号关联的网络浏览数据、所述智能手机或平板电脑采集的与该学生账号关联的网络浏览数据、所述活动中心管理系统读取的该学生参加就业指导或招聘会的数据、所述可穿戴设备采集到的该学生进出招聘会场或就业中心的数据、所述视频监控系统采集到的该学生参加校内招聘会宣讲的数据、所述无人机航拍采集到的该学生着装职业化的数据，对该学生的就业意向进行分析预测，再结合所述教务系统读取的该学生的专业信息和学业成绩、所述学工系统读取的该学生的竞赛获奖信息和德育奖惩记录，对该学生的就业能力进行分析预测；

6)获取该学生的行为轨迹，结合所述图书馆管理系统读取的该学生的图书借阅次数和图书借阅类型、所述视频监控系统采集的该学生进出教室的次数和时长、所述可穿戴设备采集的该学生出现在教室的次数及所述教务系统读取的该学生的课表，分析该学生的课外学习行为，预测该学生的考研意向，再结合所述所述教务系统读取的该学生的专业信息和学业成绩、所述学工系统读取的该学生的竞赛获奖信息和德育奖惩记录，对该学生的考研能力进行分析预测；

7)获取该学生的行为轨迹，结合所述图书馆管理系统读取的该学生的图书借阅类型、所述视频监控系统采集的该学生的校园行为数据、所述校园无线网络系统读取到的与该学生账号关联的网络浏览数据、所述智能手机或平板电脑采集的与该学生账号关联的网络浏览数据、所述无人机航拍采集到的该学生的校园行为数据、所述可穿戴设备采集的该学生常出入场所的数据、所述门禁系统读取的该学生进出特定场所的数据、所述考勤系统读取的该学生的考勤记录、所述运动馆管理系统读取的该学生进出运动馆的数据、所述活动中心管理系统读取的该学生进出活动中心的数据、所述教务系统读取的该学生的个人信息、专业信息及学业成绩、所述学工系统读取的该学生的校园活动奖惩记录、助学金申请记录，对该学生的性格情感进行分析，预测该学生的学习成绩、运动习惯、身体素质、经济状况与其性格情感之间的关系。