[发明专利]一种基于无监督聚类模式的学生异常行为模式分析方法有效

专利信息
申请号: 201910101560.9 申请日: 2019-02-01
公开(公告)号: CN109977132B 公开(公告)日: 2021-07-16
发明(设计)人: 孔德慧;于沁杨;张勇;李新海;代晋玮 申请(专利权)人: 北京工业大学
主分类号: G06F16/245 分类号: G06F16/245;G06F16/26
代理公司: 北京思海天达知识产权代理有限公司 11203 代理人: 张慧
地址: 100124 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 监督 模式 学生 异常 行为 分析 方法
【说明书】:

发明公开一种基于无监督聚类模式的学生异常行为模式分析方法,包括如下步骤:步骤1:提取学生异常行为关键特征;步骤2:使用无监督聚类分析进行学生异常行为类提取;步骤3:分组别度量学生异常类中异常行为个体;步骤4:利用学生时空关联图检测具有相似行为的异常群体。采用本发明的技术方案,可实现对校园内存在的学生异常行为进行精准分析,帮助校园管理人员精准、快速分析学生行为。

技术领域

本发明属于数据异常检测技术领域,尤其涉及一种基于无监督聚类模式的学生异常行为模式分析方法。

背景技术

随着我国教育事业蓬勃发展,根据国家统计局2016年教育类数据显示我国普通高等学校在校生人数已经达到2548万,如此一个庞大的学生团体的学习、生活问题逐渐成为社会不得不重视的问题。一方面,近几年学生问题频发,特别是高校大学生问题屡见不鲜;另一方面,学生团体作为国家新兴发展基础力量,应当给予充分的重视与保证。

由于RFID技术的逐渐发展,获取学生数据并加以存储成为一个简单的事情,这为本项研究带来更大的支持。此外由于校园学生团体基数大,学生活动自由性强,对学生个体行为的监控难以实现,对学生学习行为分析研究较为复杂,目前研究中缺少具体针对学生个体及群体的学习行为模式分析,对于学生群体与个体关联性缺少直观的可视化展示,校园生活中对异常个体排查与分析工作难以开展。因此,对于学生群体及个体行为规律挖掘、分析及可视化将为现代化教育教学管理做出巨大贡献。

然而历年针对校园数据挖掘的研究并非提出一种有效的检测异常方法,更多侧重于通过对异常数据的挖掘,例如根据学生一卡通消费数据,通过把学生的日常消费情况做综合分析,结合早餐预警平台去分析在校学生的圈存机数据。从而可以关联分析这名在校学生是否是家庭困难的,进而可以提醒学生会或其他团体有尺度的帮助,避免学生的抵触情绪;又如通过对学校内部学生校园卡以及校园用电数据的分析与归纳,定义了学生生活中异常用电模型,并以此为模型挖掘了真实的用电情况,并运用可视化方法进行异常用电可视展示并形成可视应用,此方法为校园内部有关部门提供了重要的监测方法与平台。

为了提高现代化教育教学模式下对学生管理及监护能力,有必要挖掘学生群体及个体行为规律加以展示及监督。本发明旨在通过对校园大数据进行采集、分析、处理,挖掘数据间隐藏规律,通过可视化技术展示学生学习、生活行为规律,学生日常行为的关联性分析,完成对学生群体及个体间特征展示,异常学生个体筛选。预期通过本发明完成对学生群体及个体间规律挖掘以及对异常个体准确判断,并能根据已验证异常个体,根据其行为规律以及日常活动行为进行关联分析,实现自动检测异常群体功能。本发明研究成果,可应用于公共教育机构,为校园管理者提供更为快捷科学的判断方法。

发明内容

针对现有技术中存在的上述问题,本发明提出一种基于无监督聚类模式的学生异常行为模式分析方法,通过对学生在校园内的行为活动在时间、空间、行为规律上的研究,使用无监督聚类方式判定学生样本中可能存在的异常行为,并通过其他有效行为及调查数据对结果加以验证。在以上基础上,通过利用验证数据结合度量学生个体在校园活动中空间、时间上的相似性,计算目标学生样本中存在潜在异常群体,构建学生异常行为关联图,以自动检测与已验证异常个体具有相似的行为模式的异常群体。

为实现上述目的,本发明采用如下的技术方案:

步骤1:学生异常行为关键特征提取

所述关键特征包括:学生属性维度、消费规律特征、时间空间维度特征、社交活动特征;学生属性维度包含学生卡号Studentid、学生卡平均使用次数AvgCarduse、学生卡交易金额TransMoney;消费规律特征包含高峰时段消费HotTimeFre、正常消费次数NorUseFre;时间空间维度特征包含活动地点熵值LocDiff、活动时间熵值TimeDiff;社交活动特征包括个人社交网络大小MatSocLength、个人社交频率MatSocFre;基于上述9维关键活动特征指标为每一个体构建活动特征序列,以量化其在校行为规律;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工业大学,未经北京工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910101560.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top