浅析大数据在高校学生行为数据分析中的应用

2019-12-16 02:57方勇
电脑知识与技术 2019年30期
关键词:机器学习大数据

方勇

摘要:该文介绍了大数据的概念,分析了高校学生行为数据的特点,对大数据在高校学生行为数据分析中的应用进行了阐述。

关键词:大数据;机器学习;高校学生行为

中图分类号:TP31 文献标识码:A

文章编号:1009-3044(2019)30-0005-02

1大数据技术介绍

随着信息技术和互联网行业的飞速发展,人们各项日常生活产生了大量种类繁多的数据,这些数据非常复杂和庞大,迫切需要大数据技术来管理和挖掘有价值的信息。大数据的定义各式各样,比较有权威性的是麦肯锡咨询公司给出的:大数据指的是在大小超出常规的数据库工具获取、存储、管理和分析能力的数据集,具有海量的數据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

当前,大数据作为一种宝贵的信息资产,正在全球飞速发展,引起了各行各业的极大关注。通过有效管理和分析大数据,提取其价值,能够为行业提供优质的服务,实现极其巨大的经济和社会价值。高校在信息化过程中产生了大量与学生相关的数据,形成了庞大的数据资源。很显然,应用大数据技术,整合教育教学管理等方面信息,将对“智慧校园”建设产生重大而深远的影响。

2高校学生行为数据的采集

目前各高校都围绕智慧校园建设了学习管理、教务管理、财务管理等系统,每个应用系统都有海量的非结构化、半结构化或者结构化的历史数据信息,加工处理这些大数据,可以产生很好的应用效果。

(1)采集大学生日常生活的一些数据,包括网络通信数据、学生生活消费数据、学生及财务数据等,实现海量数据的辨别、转换、传输和管理等功能。大数据平台的建立采用虚拟服务器,实现各类数据的独立处理和分析。

(2)数据抽取挖掘,包括对不完整、有杂音的不同类型数据的梳理、抽取、转换。它是大数据处理之前非常重要的一步,可以用Hadoop大数据处理技术中的Hive工具作为数据抽取工具,HBase作为数据存储库,MapReduce作为数据处理技术。

(3)数据清洗及汇总,包括对不同来源的各类复杂、无序数据的清洗,它是完成大数据原始汇集的最后一步。大数据来源众多,不一定是系统所需的目标数据,为避免某些数据在数据分析过程中影响分析结果,需要对它们做清洗、除燥,这样未来的分析结果会更准确。

3大数据在高校学生行为数据分析中的应用

3.1学生行为数据分析的核心技术

(1)机器学习

机器学习是一门涉及多领域交叉学科,它通过对已知的大量数据进行分类器或算法的训练,实现自我完善,求出决策函数,快速准确的对未知样本预测,逐步实现机器代替人工的工作。常用的机器学习算法有决策树、K-means、SVM、贝叶斯分类器等。

(2)大数据技术

传统技术难以满足对海量数据实现实时分析和处理,迫切需要由大数据技术来协调各部分之间的关系,实现对数据分析与挖掘。Spark作为一种开源通用并行框架,更好地利用了内存,相比于Hadoop更加适用于数据挖掘和机器学习等需要反复迭代的算法。

(3)舆情分析技术

学生的对于某些事件的评论无处不在,这些评论带有主观的感情色彩。利用大数据技术对他们的观点及评论进行分析,判断评论者的态度及情感性质。目前对于这类文字的分析可以从词语、句子及篇章三个方面进行,初期通过词语分析,对其词性的情感进行判断,而后逐步通过句子的形式及特点,结合一定的算法,判断文章的性质。

3.2应用大数据分析高校学生行为数据

学生行为数据众多,可以从以下几个方面应用大数据进行分析:

(1)在学习方面,通过大数据分析在校学生的选课及考试数据,一方面对成绩优异的学生建立学习榜样模板,研究其学习、生活行为规律,广泛在其他学生中宣传应用,提升教师的教学水平和学生的学业成绩。另一方面对有成绩异动波动的学生进行监控,引起教师和管理人员警觉,找出异动的原因,对症下药。

(2)在学生就业方面,通过大数据分析学生的综合测评数据、就业反馈信息,通过对学生就业情况的分析以及在校表现综合分析,总结教学中的优缺点,对不同专业的学生,重点加大对影响学生成长就业的关键点进行投资,大力度发展学生社会实践,提高教学质量和就业率。

(3)在消费方面,通过大数据分析学生的饭堂消费数据、小卖部消费数据以及水电费消费数据,挖掘学生的频繁出入地点,绘制学生每日热点活动区域,总结学生的业余生活规律,供辅导员管理,及时指导改善。

(4)在德行方面,通过大数据分析学生的图书馆信用积分、师生评价、奖助信息、社会实践活动记录等,分析学生的思想道德和行为准则,对某些学生改进思想教育工作。

(5)在心理方面,通过大数据分析学生的日常消费数据、教师教学反馈信息、辅导员反馈信息,及时重点关注类似于孤僻、偏激、妄想等异常学生动态,采取有效措施,保障学生心理健康发展。这方面的例子很多,例如某学生某段时间内心比较孤僻,导致课堂表现差,成绩不好,就可以通过教学及消费数据分析预警。

4结束语

随着校园信息化和大数据技术应用的飞速发展,采用大数据分析学生的行为,为教师因材施教提供支持,能提升高校学生管理人员的工作效率、服务质量,相信将来会产生更加深远的影响。

猜你喜欢
机器学习大数据
前缀字母为特征在维吾尔语文本情感分类中的研究
基于支持向量机的金融数据分析研究
大数据环境下基于移动客户端的传统媒体转型思路