智慧校园大数据下高职学生行为分析研究.docxVIP

?

?

智慧校园大数据下高职学生行为分析研究

?

?

【摘要】本文在智慧校园建设的基础上，结合学生的在校数据，挖掘学生生活、学习状况，建立学生行为的动态预警监测机制及时发现异常并给出警示。教师通过预警机制可以提供即时、正确的帮助，实现正确引导学生、感化学生、激励学生、塑造人格、改变人、达到发展学生的目的。

【关键词】个性化;智慧校园;高职学生;行为分析

一、研究意义

《教育信息化十年发展规划（2011—2020年）》明确提出，“学校教育教学方式的变革要在学生多样性、个性化学习方面的改变上取得突破”;“到2020年形成与国家教育现代化发展目标相适应的教育信息化体系，教育信息化强调的是信息技术在教育教学中的普及和广泛应用”。随着大数据技术处理数据的能力逐渐增强，根据学生的实际情况为学生提供个性化教学和管理带来了可能。

高职学生正处于三观形成的核心时期，该阶段获得的习得性经验将对其今后的身心发展有至关重要的作用。目前，高职学生的问题行为，比如，厭学、违反校纪、成迷网络等，不仅严重影响学校的正常教学秩序，还关系到学校和社会的稳定。学校在这一关键时间如能及时发现问题，并给予正确积极的引导使得校园管理非常的有现实意义。

二、研究现状

教育信息化的快速发展给在校师生的校园教学、生活活动带来了很大便利，同时也为高校积累了大量数据，这些数据中有许多是学生的行为数据。有效地利用学生行为数据对实现因材施教、智能化管理、提高教育教学质量和工作效率有一定的实际意义。徐晶晶从消费、生活习惯和学习努力程度三个指标对学生行为进行分析。构建基于聚类分析的学生行为分类模型，为学生制定个性化的管理方案，为高校学生管理者提供决策依据并建立异常行为预警机制。再对成绩和行为指标进行关联分析，找到行为与成绩之间的规则，引导学生改善不良行为习惯、提高学习效率，从而提高学生成绩。王国琼结合高校校园卡、图书馆、教学系统、上网行为等多个应用系统数据，通过维度分析出成果关系，并以灵活的图表形式呈现出学生的学习成绩和日常行为之间的关系。张艳分、卢小清等从学生学习行为、就餐方式、休闲方式、体育锻炼等数据，探究总结大学生的校园行为规律。并以此为依据科学的把握校园学生的思想动态，帮助高校管理者、辅导员、教师清楚在校学生的现状与特点。

综上所述，国内外学者和专家已经利用数据挖掘技术对高校学生行为数据进行研究，帮助学校提高管理学生的效率和效果。

三、高职学生行为分析

本文提出针对学生的校园行为数据通过行为分析体系以“学生行为画像”的形式对学生特点进行个性化呈现。通过大数据视野下数据抓取与处理方法，有效获取学生的在校数据，通过统计分析方法，在学生选课、上课、作业、互动交流、平时成绩、期末成绩、食堂就餐、购物、进出宿舍、上网等相关变量中提取重要的变量。在现代大数据技术的支撑下，构建高职学生校园行为分析体系并采取“学生行为分析画像”形式呈现个体特征。基于重要变量构建学业表现模型，找到学业表现与校园行为指标的数值关系并建立预警机制。画像分析以及学业模型建构将从校园管理和服务、个性化教育、困难生帮扶等方面影响高职教育。

（一）纠正高职学生生活行为问题

通过对校园一卡通的海量日常数据进行深度数据挖掘，总结出学生的日常生活行为信息。根据学生的生活规律情况，及时发现异常学生，如吃饭不规律、常常待在寝室不外出、晚归、过度成谜于网络等，从外界提供行为干预帮助生活不规律、自控能力差的学生调整作息时间，加强锻炼，让那些睡懒觉和打游戏的学生走出宿舍学校。纠正学生的行为问题，为其学习精力的需求提供保障，纠正不良的校园行为。

（二）改善“贫困生”的经济、心理问题

根据学生在校的实际消费情况数据，判别真正困难学生。以此为依据，开展诸如经济资助、心理疏导等关爱行动这补充了在贫困认定中仅仅是定性而非定量的科学评价方法，提供勤工助学岗位，避免学生因生活费用不足引起的就读困难或心理问题的发生，提升学校的人文关怀。帮助辅导员了解学生的真实情况，为工作的有效开展提供数据支撑。

（三）修正“学困生”的行为习惯

通过学业表现与学生校园数据的相关性分析，对“学困生”促发预警机制，提前纠正学生的不良行为，在过程中逐步优化完善教学方式和指导方法，达到在学生校园管理、教学课堂管理过程中的防范于未然的效果。

（四）实现立德树人的过程目标，进一步完善评价机制

通过学生在校数据的分析，改变了达到对学生行为提前预警的效果。在学生的整个大学生活中，辅导员、教师可以根据学生的实时数据进行跟踪调查，了解学生的当前状态，并采取正面积极有效的干预措施，可以达到过程培养人的目的。同时，通过校园数据可以从多角度评价学生的情况，而并且结果论，注重对学生过程数据的关注，完善了评价机制。

四、总结

本文以智慧校园大数据下高职学生行为分析应用研究为内容，通过基于学生行为