[发明专利]高校学生行为分析系统、方法、设备及介质

权利要求书

1.一种高校学生行为分析系统，其特征在于，包括：

数据获取模块，用于获取高校学生佩戴手环的行为数据，所述行为数据包括该学生的运动轨迹、语音数据与作息时间；

数据分析模块，用于结合所述运动轨迹、语音数据与作息时间，分析每个所述学生的行为数据得到学生每天在校的学习时间、休息时间与课外活动时间，其中，所述语音数据协助运动轨迹与作息时间检测当前学生所处场所和所做事情；比较校内多个学生的运动轨迹有重合或交叉时，根据时空有效性确定运动轨迹相同的学生对应ID，结合位置信息与作息时间判断运动轨迹重合的学生之间的关系，利用误差判定法判定学生之间的关系；

成长分析模块，用于根据所述学生的学习时间、休息时间、课外活动时间以及学习完成状态生成学生的成长分析报告，将所述成长分析报告发送管理员和/或家长以达到引导与督促的目的；其中，采用神经网络算法构成成长分析模型实现成长分析的判定；该神经网络算法包括：1x1卷积核，用来控制生成的特征数据的数量；3x3卷积核，用来进行特征提取；BN模块表示Batch Normalization，用来对卷积层输出进行规范化，加快网络训练速度；Base-Block后的n表示此模块由n个Base-Block单元级联而成；width,height表示生成的特征图的尺寸为width x height即宽x高，depth生成的特征图的数量；级联1x1卷积核、3x3卷积核与Batch Normalization，同时，加上最大池化层；最后，加上用来进行分类的全局池化层和softmax层；其中，所述学习完成状态根据学科的作业发布次数、每次提交作业的时间、作业提交次数、每次作业的得分、课堂答题次数和课堂答题正确次数中的一项或多项加权计算所得；或，所述学习完成状态根据课外活动的组织能力、执行力、合作能力、沟通能力和逻辑分析中的一项或多项加权计算所得；

社交圈生成模块，利用Python抓取每个学生在校内不同时段不同场所的运动轨迹以构建用户画像，根据所述用户画像获取的每个学生的分类标签，利用Gephi构建每个学生的社交关系，根据所述社交关系与分类标签将所述学生分配至不同社交圈，每个社交圈至少为两个人。

2.根据权利要求1所述的高校学生行为分析系统，其特征在于，还包括：社交圈推荐模块，用于获取每个所述学生所属的至少一个社交圈分别对应的关注度；按照关注度从高到低的排列顺序，向该学生推荐所述至少一个社交圈。

3.根据权利要求1所述的高校学生行为分析系统，其特征在于，所述数据分析模块包括：第一学习检测单元，用于根据所述学生的课程表或课程计划实时检测该学生的运动轨迹是否满足时间与空间的合理性，根据检测结果判断该学生是否有旷课或早退现象；当检测到所述学生有旷课或早退现象时，生成警告信息发送该学生对应终端且将该事件发送管理员和/或家长进行批评教育；同时，发送补课链接给该学生对应终端。

4.根据权利要求1所述的高校学生行为分析系统，其特征在于，所述数据分析模块还包括：第二学习检测单元，利用手环抓取联网终端在课程表或课程计划的相应课堂时间内的后台数据，检测学生是否在课堂之中玩终端，当检测到所述学生玩终端时，生成警告信息发送该学生对应终端且将该事件发送管理员和/或家长进行批评教育；同时，发送补课链接给该学生对应终端。

5.根据权利要求1所述的高校学生行为分析系统，其特征在于，所述数据分析模块还包括：睡眠分析单元，用于根据该学生的作息时间中睡眠的体征参数确定睡眠指标数据；使用睡眠质量模型对所述睡眠指标数据进行计算获得睡眠信息；还用于根据睡眠信息检测所述学生是否在课程上睡觉；所述睡眠信息表征睡眠的质量信息，所述睡眠质量模型包括：睡眠程度、睡眠时长、睡眠规律和睡眠呼吸。