[發明專利]基于校園大數據環境下學生行為軌跡的發現方法及系統

在審

• 申請號: 201711478356.6
• 申請日: 2017-12-29
• 公開（公告）號: CN108171630A
• 公開（公告）日: 2018-06-15
• 發明（設計）人: 陳國鎮;謝長江;韓高強;鐘金順;羅龍
• 申請（專利權）人: 三盟科技股份有限公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06F17/30
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 胡楓

本發明公開了一種基于校園大數據環境下學生行為軌跡的發現方法，包括：獲取校園環境中各數據系統的系統數據，系統數據包括時間信息、位置信息、基礎信息及行為動作信息；對系統數據進行清洗處理及關聯處理，形成行為軌跡模型關鍵數據；根據行為軌跡模型關鍵數據構建學生行為初始軌跡模型；對學生行為初始軌跡模型進行修正處理，形成學生行為完整軌跡模型。本發明還公開了一種基于校園大數據環境下學生行為軌跡的發現系統。采用本發明，通過結合數據系統，對獲取的系統數據記錄進行取值及關聯分析，建立學生行為及軌跡以時間為推進維度的描繪，同時通過多維度數據關聯，邏輯判斷糾錯，數據深度挖掘等大數據技術，實現對軌跡中的真實行為的描繪。

技術領域

本發明涉及大數據技術領域，尤其涉及一種基于校園大數據環境下學生行為軌跡的發現方法及一種基于校園大數據環境下學生行為軌跡的發現系統。

背景技術

在大數據技術飛速發展的背景下，數據價值越發顯得重要，在大規模并行處理(MPP)數據庫、數據挖掘、分布式文件系統(HDFS)、分布式數據庫(hive、Hbase)、云計算平臺、互聯網和可擴展的存儲系統技術成熟并大規模應用的同時，各行業均在追求和研究如何有效利用數據，使現有數據資產通過分析挖掘讓企業或機構，具有更強的決策力、洞察發現力和流程優化能力來適應高增長率和多樣化的發展。

如今人們正處于信息爆炸的時代。從追求和尋找信息，已經發展到了篩選、處理、分析大量而復雜且以指數級增長的數據的階段。很多公司如IBM、EMC、Teradata、Google等公司正把大數據和云計算作為公司的長遠發展戰略和新的業務增長點。教育行業也不例外，各個大學均在研究在校園環境下，如何將大數據技術應用在校園環境中，相對于企業而言，校園數據的特點則表現為，數據量不大卻維度廣泛，在應用研究上相比企業數據更具有挑戰力；一般企業在應用大數據時，均依靠著某個系列的數據，利用大數據挖掘海量數據的特點發現價值，而在校園的環境中，大數據的應用開發則需要大數據建設者和研究者更注重模型的合理性，注重算法的調整，注重數據的多維性，甚至有時需要使用到數據聯想及衍生，科學的研究數據等作為數據的輸入和模型的輸入。

目前，校園大數據的應用主要分為大數據的決策支撐應用，用戶行為習慣分析和畫像描述，安全及預警，知識智能檢索及推薦等。以上方向的應用在整個市場的表現為研究階段還未真正的成熟應用及推廣，同時存在這模型及應用未出現極具特色的內容，基于校園數據的學生行為軌跡發現的模型及應用更是沒有出現。也沒有存在合理和成熟的學生行為軌跡發現和分析的大數據應用。

發明內容

本發明所要解決的技術問題在于，提供一種基于校園大數據環境下學生行為軌跡的發現方法及系統，可對獲取的系統數據記錄進行取值及關聯分析，建立學生行為及軌跡以時間為推進維度的描繪。

本發明所要解決的技術問題還在于，提供一種基于校園大數據環境下學生行為軌跡的發現方法及系統，可通過多維度數據關聯，邏輯判斷糾錯，數據深度挖掘等大數據技術，實現對軌跡中的真實行為的描繪及對異常行為的預警。

為了解決上述技術問題，本發明提供了一種基于校園大數據環境下學生行為軌跡的發現方法，包括：獲取校園環境中各數據系統的系統數據，所述系統數據包括時間信息、位置信息、基礎信息及行為動作信息；對系統數據進行清洗處理及關聯處理，形成行為軌跡模型關鍵數據；根據行為軌跡模型關鍵數據構建學生行為初始軌跡模型；對學生行為初始軌跡模型進行修正處理，形成學生行為完整軌跡模型。

作為上述方案的改進，所述基于校園大數據環境下學生行為軌跡的發現方法，還包括：預設學生行為異常告警模型及學生群體事件告警模型；根據學生行為異常告警模型及學生行為完整軌跡模型判斷是否發生學生行為異常事件；根據學生群體事件告警模型及學生行為完整軌跡模型判斷是否發生學生群體事件。

作為上述方案的改進，所述基于校園大數據環境下學生行為軌跡的發現方法，還包括：根據時間段維度從學生行為完整軌跡模型中提取學生行為軌跡進行顯示。