大數(shù)據(jù)挖掘技術(shù)和人工智能算法的不斷完善與快速發(fā)展,為我們從海量數(shù)據(jù)當(dāng)中挖掘出具有重大價值的信息和揭示事物發(fā)展?jié)撛诘囊?guī)律奠定了良好的基礎(chǔ)。無線網(wǎng)絡(luò)技術(shù)的發(fā)展使得Wi-Fi網(wǎng)絡(luò)設(shè)備的成本逐步降低,覆蓋范圍越來越廣,加之無線網(wǎng)絡(luò)接入的便捷性使人們對手持移動設(shè)備和無線網(wǎng)絡(luò)的依賴性日益突出。此外,隨著智慧校園等項目的大力開展,我們可以很輕松地獲取校園人群產(chǎn)生的豐富數(shù)據(jù)。學(xué)生的學(xué)習(xí)質(zhì)量是高校的生命線,因此高校學(xué)生的教務(wù)管理是學(xué)校管理的重中之重。教育大數(shù)據(jù)領(lǐng)域的研究已經(jīng)成為人們研究的熱點內(nèi)容。本論文采用Wi-Fi數(shù)據(jù)定位技術(shù)、軌跡數(shù)據(jù)挖掘算法、社交網(wǎng)絡(luò)分析方法以及機器學(xué)習(xí)分類預(yù)測算法,基于校園多域融合數(shù)據(jù)建立模型對學(xué)生成績與社交性進行分析。首先,根據(jù)多域數(shù)據(jù)融合相關(guān)的理論,將包括Wi-Fi探針數(shù)據(jù),校園網(wǎng)絡(luò)數(shù)據(jù)以及校園卡消費數(shù)據(jù)在內(nèi)的多域數(shù)據(jù)進行有機融合保證了實驗結(jié)果的客觀性與準(zhǔn)確性,并從融合后的數(shù)據(jù)中提取學(xué)生軌跡,對數(shù)據(jù)融合前后學(xué)生軌跡數(shù)據(jù)的稀疏性進行了對比。接著,分別進行了學(xué)生社交與成績關(guān)聯(lián)性分析以及學(xué)業(yè)成績的分析與預(yù)測�；趯W(xué)生軌跡數(shù)據(jù)定義并計算不同學(xué)生之間的社交相似度,構(gòu)建學(xué)生社交網(wǎng)絡(luò)并對學(xué)... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－１總體研究框圖??多域數(shù)據(jù)采集與融合：采集包括校園Ｗｉ－Ｆｉ探針數(shù)據(jù)、校園網(wǎng)關(guān)數(shù)據(jù)、校園卡消??費數(shù)據(jù)、學(xué)生課表數(shù)據(jù)以及學(xué)生成績排名在內(nèi)的多域校園數(shù)據(jù)

門的大力支持與幫助下，我們獲取了每個學(xué)生每天使其格式如公式（２－２）：??ｒｄ?—?｛ｓｔｕｄｅｎｔＩＤ，ＩＰ，ＬｏｇｉｎＴｉｍｅ，ＬｏｇｏｕｔＴｉｍｅ，Ｆｌｏｗ｝Ｄ表示學(xué)生的學(xué)號，／Ｐ地址可以反映該學(xué)生登陸校園樓宇，還未精確到房間，Ｚｏｇ／＾Ｔ／ｗｅ表示登錄校園出校園網(wǎng)的時間，Ｆ／ｏｗ表不該學(xué)生在登錄時間內(nèi)上網(wǎng)流量和下載流量。??獲取了如下數(shù)據(jù)，其格式如公式（２－３）：??ｅｃｏｒｄ?＝?｛ＭＡＣ，ＩＰ，ＤｅｖｉｃｅＮａｍｅ，ＤｅｖｉｃＴｙｐｅ，Ｔｎｎｅ｝登錄校園網(wǎng)絡(luò)的移動設(shè)備硬件信息和登錄／Ｐ等。Ｍ４Ｃ示登錄校園網(wǎng)絡(luò)的／Ｐ地址；Ｄｅｖ／ｃｅｉＶａｍｅ表示登錄設(shè)名，也可以自行進行設(shè)定；表示登錄設(shè)備

掘目標(biāo)一致、精確、有意義的描述。采用傳統(tǒng)多域數(shù)據(jù)融合技術(shù)進行數(shù)據(jù)融合就是分??別提取不同數(shù)據(jù)集的模式映射將這各個數(shù)據(jù)集整合到一起，形成一個完整的大數(shù)據(jù)集，??傳統(tǒng)多域數(shù)據(jù)融合的過程如圖２－３所示。?????＊＂＊＂???４?財艦?｜???＾?￣？ｌ＆ｌｉｒ?—？卜挪》１￣￣ｊ?數(shù)＿合并???—＞｜?財賴?１???圖２－３傳統(tǒng)多域數(shù)據(jù)融合示意圖??大數(shù)據(jù)領(lǐng)域的多域數(shù)據(jù)通常包括不同領(lǐng)域產(chǎn)生的多種數(shù)據(jù)集，每個數(shù)據(jù)集之間通??過同一個潛在目標(biāo)得以連接。例如，一個城市的交通狀況，重要位置信息，人口數(shù)量??等都是對這個城市整體情況的潛在描述，但是它們又是來自于三個不同領(lǐng)域的數(shù)據(jù)集。??表面上看，這三個數(shù)據(jù)集分別來自三個不同的領(lǐng)域是對交通、城市位置、城市人口三??方面的描述，很難通過數(shù)據(jù)整合將它們進行融合，但是我們通過相應(yīng)的方法從這三個??數(shù)據(jù)集中提取與最終目標(biāo)的一致信息，并將這些信息有機融合共同完成對城市的多方??面描述，該數(shù)據(jù)融合過程如圖２－４所示。??〈域?ａ?）———？信息抽取—???（ｇ｜）－（?ｍＢ?）￣—＞丨


本文編號：3331612