突發(fā)頻發(fā)且呈加劇之勢的高校學生意外傷害,撕扯著學校、家庭和社會的敏感神經(jīng)。表面上看好像是偶然的獨立的事故或事件,實際上是教育行業(yè)和高校管理系統(tǒng)內(nèi)在風險的外化。學術(shù)界已開始關注,但研究視角大多局限于某些特例或個別因素,缺乏整體性和關聯(lián)性。本研究以云南高校為例,結(jié)合歷年學生意外傷害情況和實際管理經(jīng)驗,設計了包含43個因素的調(diào)查問卷。抽樣調(diào)查了6類不同層次學校的8000名學生,采集到7243份有效問卷,其中12.29%學生有過意外傷害經(jīng)歷。在改進Apriori頻繁項挖掘算法基礎上,提出了“學生傷害數(shù)據(jù)頻繁項挖掘算法”(AMFISI),優(yōu)化了時間復雜度、存儲空間復雜度和運行效率。通過對125個子項的2125個候選頻繁項進行數(shù)據(jù)挖掘,出現(xiàn)了高發(fā)時間、多發(fā)場所、易發(fā)人群3大關聯(lián)規(guī)則聚集區(qū),獲得了諸如“零點傷害”“心痛時刻”“傷心季”“交通事故多發(fā)生在春夏或秋冬交替”等時間“密碼”,發(fā)現(xiàn)了實習見習場所、運動場、宿舍、學校周邊區(qū)域、往返學校途中等學生意外傷害多發(fā)場所順位,揭示了“熟人傷害在學生意外傷害中比例高”“母親文化程度與大學生傷害呈負相關”“學生傷害與是否獨生子女沒有顯著關聯(lián)”等易受傷害人群特征。基于數(shù)據(jù)挖掘的結(jié)果,借鑒風險管理理論,針對性地提出了高校學生意外傷害風險源認定、監(jiān)測平臺建設、風險處置、風控效能評估與改進等內(nèi)部控制策略,在此基礎上,構(gòu)建了高校學生意外傷害風險內(nèi)控模型。
【學位單位】：昆明理工大學
【學位級別】：博士
【學位年份】：2015
【中圖分類】：G647.4
【部分圖文】：

圖１－１技術(shù)路線圖??研究方法與創(chuàng)新點??．１研究方法??Ｌ問卷調(diào)查。結(jié)合歷年學生意外傷害情況和實際管理經(jīng)驗，從年級、專晚歸、不良嗜好、家庭情況、與同學相處融洽程度、月供生活費等基本情況傷害類型、程度、時段、場所、由誰致傷等意外傷害情況，及安全意識

苗族學生占０．９０％，藏族學生占０．６５％，滿族學生占０．６４％，納西族學生占０．５７％，??傑傑族學生占０．５４％，蒙古族學生占０．４８％，布依族學生占０．３５％，拉祐族學生??占０．２８％，水族學生占０．２８％，低族學生占０．２５％，見圖３－１。????｜；ｓ馨族－??７?Ｉ?６，４１?Ｉ?碧猿??口留族??６?？壯嵌??ｊ?口俸族??Ｉ?５?Ｂ哈尼旗??Ｉ?９?ＡＫ?口ｉ沫族??！?４?■?■苗族??３＇２?Ｂ威巧??３?口滿巧??１Ｍ?口納巧族??２?■保巧族??ｆｌ．１７ｌ．０９?■寨古巧??１?１１?ｒｒｒｒｒ？Ｄ．３５Ｄ．２８ａ２８Ｄ，５?ｓｓ??０?ＩＬＪ－?Ｕｌ?Ｉ?ｙ?隱?Ｕ?Ｉ?驅(qū)?ＩＩ?［Ｉ?議?Ｉ?Ｉ?Ｉ?ｊ?３?口水族??Ｌ?〇偏族??圖３－１舌南高校主要少數(shù)民族學生比例??２３??

２５．４〇／〇，大二學生占２８．９５％，大王學生占２３．４８％，大四學生占１２．６２％，碩±研??巧生占７．８％，博±研究生占１．７４％。畢業(yè)生比例稍稍偏低，跟調(diào)查時間有關，??調(diào)查時學生忙于找工作等畢業(yè)事務，參與調(diào)查人數(shù)偏少，見圖３－２。??碩±，?博古，??十凹?７８０％?１７４％?大一，??大凹，?２５４０％??１２６２％＿??Ｐ?＇ｊ??＇?ｍｓ％?大二’?；??■?２８９５％?ｉ??：＇?：：ｅ?一一齡??圖３－２各年級學生比例??專業(yè)結(jié)構(gòu)：文科學生占３７．０６％，理工科學生占４７．３８％，體育專業(yè)學生占??８．２４％，藝術(shù)專業(yè)學生占７．１９％，見圖３－３。??５０?１?通??：４０－麵圍?’〇文科生??＇?；３０?－?Ｊ圍?：：Ｂ理科生??２０?－違?ｆｌ?□體巧類??Ｕ?ＩＩ?一?：?□藝術(shù)失??；、Ｄ?占：，??圖３－３各學科學生比例??城鄉(xiāng)差別：來自城市的學生占３１．０４％，來自農(nóng)村的學生占６８．９６％。石南局??校學生Ｗ云南籍學生為主，云南省仍然是農(nóng)業(yè)省份，高校生源主要來自農(nóng)村。??獨生子女與否：獨生子女有３１．７１％
【相似文獻】

相關期刊論文 前10條

1 香麗蕓;淺談數(shù)據(jù)挖掘及其應用[J];昌吉師專學報;2001年02期

2 韓海萌;信息時代的指南針——數(shù)據(jù)挖掘[J];江蘇統(tǒng)計;2002年05期

3 林陽;數(shù)據(jù)挖掘在教育信息化中的潛在價值[J];現(xiàn)代教育技術(shù);2002年01期

4 朱世武 ,崔嵬 ,張堯庭 ,謝邦昌;數(shù)據(jù)挖掘運用的理論與技術(shù)[J];統(tǒng)計研究;2003年08期

5 王曉涓,祁慧敏;數(shù)據(jù)挖掘漫談[J];天中學刊;2003年02期

6 韓江;數(shù)據(jù)挖掘——極具發(fā)展?jié)摿Φ男骂I域[J];蘇州市職業(yè)大學學報;2004年01期

7 李菁菁,邵培基,黃亦瀟;數(shù)據(jù)挖掘在中國的現(xiàn)狀和發(fā)展研究[J];管理工程學報;2004年03期

8 ;中國科學院數(shù)據(jù)挖掘與知識管理學術(shù)研討會在京舉行[J];管理評論;2004年07期

9 魏瑜,陸靜;數(shù)據(jù)挖掘與統(tǒng)計學的關系淺析[J];沿海企業(yè)與科技;2005年09期

10 單靖華;金礦就在你手中 讀《數(shù)據(jù)挖掘——客戶關系管理的科學與藝術(shù)》隨筆[J];數(shù)據(jù);2005年10期

相關博士學位論文 前10條

1 于自強;海量流數(shù)據(jù)挖掘相關問題研究[D];山東大學;2015年

2 張馨;全基因組SNP芯片應用于CNV和L0H分析的軟件比對與數(shù)據(jù)挖掘[D];復旦大學;2011年

3 彭計紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學;2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復旦大學;2013年

5 鄔文帥;基于多目標決策的數(shù)據(jù)挖掘方法評估與應用[D];電子科技大學;2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟貿(mào)易大學;2010年

7 何偉全;云南高校學生意外傷害因素關聯(lián)規(guī)則挖掘及風險管控體系研究[D];昆明理工大學;2015年

8 李榮;生物信息數(shù)據(jù)挖掘若干關鍵問題研究與應用[D];復旦大學;2004年

9 李玉華;面向服務的數(shù)據(jù)挖掘關鍵技術(shù)研究[D];華中科技大學;2006年

10 吳少智;時間序列數(shù)據(jù)挖掘在生物醫(yī)學中的應用研究[D];電子科技大學;2010年

相關碩士學位論文 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機遇識別與評價研究[D];首都經(jīng)濟貿(mào)易大學;2007年

2 張彥俊;游戲運營中的數(shù)據(jù)挖掘[D];復旦大學;2011年

3 焦亞召;基于多核函數(shù)FCM算法在數(shù)據(jù)挖掘聚類中的應用研究[D];昆明理工大學;2015年

4 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應用平臺設計[D];江南大學;2015年

5 劉學建;數(shù)據(jù)挖掘在電子商務推薦系統(tǒng)中的應用研究[D];昆明理工大學;2015年

6 戴陽陽;基于數(shù)據(jù)挖掘的金融時間序列預測研究與應用[D];江南大學;2015年

7 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學院;2015年

8 陳丹;移動互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營銷的設計與實現(xiàn)應用研究[D];華南理工大學;2015年

9 陳思;基于數(shù)據(jù)挖掘的大學生客戶識別模型的研究[D];昆明理工大學;2015年

10 位長帥;基于客戶數(shù)據(jù)挖掘的電信客戶關系管理研究[D];西南交通大學;2015年

本文編號：2874045