在高校提倡信息化、數(shù)字化建設(shè)的大背景下,產(chǎn)生并積累了大量的學(xué)生數(shù)據(jù),充分挖掘這些數(shù)據(jù)中潛在的關(guān)聯(lián)和價值可以幫助學(xué)校老師更科學(xué)地開展學(xué)生工作和實現(xiàn)個性化服務(wù)。在校園中良好的人際交往和同學(xué)間的良好關(guān)系是大學(xué)生心理健康發(fā)展、社會交際能力培養(yǎng)和校園中健康快樂學(xué)習(xí)的基礎(chǔ),也是衡量學(xué)生心理健康與否的重要指標(biāo)。因此,本文基于學(xué)校一卡通系統(tǒng)中的多源數(shù)據(jù)對學(xué)生校園好友關(guān)系進(jìn)行研究,采用高斯相似度函數(shù)和PageRank改進(jìn)算法完成了對學(xué)生個體的交友狀態(tài)、班級凝聚力建設(shè)以及學(xué)生校園活躍度評定三個方面的研究分析,旨在了解學(xué)生線下的交友情況并及時發(fā)現(xiàn)校園活躍度較低、疑似孤立的學(xué)生群體,為學(xué)校的相關(guān)管理提供數(shù)據(jù)支撐,以便引導(dǎo)學(xué)生更健康的交友。本文主要從以下四個方面開展研究工作:1)基于當(dāng)前對數(shù)據(jù)挖掘領(lǐng)域和校園大數(shù)據(jù)研究方面的相關(guān)理論和技術(shù)進(jìn)行學(xué)習(xí)和研究,提出了本文研究課題,以及要采用的研究方法和主要核心算法;2)基于高校學(xué)生一卡通線下刷卡數(shù)據(jù),提出學(xué)生“相遇”模型的設(shè)計,推測學(xué)生在校交友情況,更好地了解學(xué)生在學(xué)校生活狀態(tài)。為精準(zhǔn)計算學(xué)生間的相關(guān)關(guān)系引入高斯相似度計算方法,通過對學(xué)生在學(xué)校刷卡消費、刷卡進(jìn)圖書館所產(chǎn)...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文的研究內(nèi)容和組織結(jié)構(gòu)
        1.3.1 本文的研究內(nèi)容
        1.3.2 本文的組織結(jié)構(gòu)
    1.4 本章小結(jié)
第2章 相關(guān)理論與技術(shù)
    2.1 好友研究中的常用算法
        2.1.1 聚類算法
        2.1.2 關(guān)聯(lián)規(guī)則算法
        2.1.3 協(xié)同過濾算法
        2.1.4 相似度計算方法
    2.2 PageRank算法
    2.3 數(shù)據(jù)預(yù)處理技術(shù)
    2.4 好友判定
    2.5 本章小結(jié)
第3章 校園好友分析模型的構(gòu)建
    3.1 好友分析模型總體設(shè)計
    3.2 學(xué)生“相遇”模型的設(shè)計
        3.2.1 學(xué)生刷卡事務(wù)分析
        3.2.2 相似度矩陣的構(gòu)造
    3.3 學(xué)生活躍度分析模型的設(shè)計
        3.3.1 基于原始PageRank算法的改進(jìn)
        3.3.2 學(xué)生活躍度分析流程
    3.4 本章小結(jié)
第4章 實驗設(shè)置與結(jié)果分析
    4.1 實驗數(shù)據(jù)介紹與預(yù)處理
        4.1.1 數(shù)據(jù)說明
        4.1.2 數(shù)據(jù)預(yù)處理
    4.2 一卡通數(shù)據(jù)的聚類和分塊處理
    4.3 實驗結(jié)果與分析
        4.3.1 校園學(xué)生個體社交分析
        4.3.2 班級整體關(guān)系分析
        4.3.3 校園活躍度較低學(xué)生群體的發(fā)現(xiàn)與分析
    4.4 實驗結(jié)果評估
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
攻讀碩士學(xué)位期間獲得的科研成果
致謝



本文編號：3998794