基于动态语义时空图卷积网络的大学生行为预测与分析：方法、应用与展望.docx

基于动态语义时空图卷积网络的大学生行为预测与分析：方法、应用与展望

一、引言

1.1研究背景与意义

在当今数字化时代，大学生的行为数据呈现出爆发式增长，涵盖了学习、社交、生活等多个方面。这些数据不仅反映了大学生的日常活动轨迹，还蕴含着丰富的行为模式和潜在规律。对大学生行为进行精准预测与深入分析，具有重要的现实意义和应用价值。

从教育管理的角度来看，准确预测学生的学习行为，如课程选择、学习时间分配等，有助于高校制定更加科学合理的教学计划和资源配置方案，提高教学质量和学生的学习效果。通过分析学生的社交行为，能够及时发现学生群体中的异常情况，如社交孤立、网络欺凌等，从而采取有效的干预措施，促进学生