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

【文章頁數(shù)】：64 頁

【學位級別】：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 相關理論與技術
    2.1 好友研究中的常用算法
        2.1.1 聚類算法
        2.1.2 關聯(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)預處理技術
    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計
    3.2 學生“相遇”模型的設計
        3.2.1 學生刷卡事務分析
        3.2.2 相似度矩陣的構(gòu)造
    3.3 學生活躍度分析模型的設計
        3.3.1 基于原始PageRank算法的改進
        3.3.2 學生活躍度分析流程
    3.4 本章小結(jié)
第4章 實驗設置與結(jié)果分析
    4.1 實驗數(shù)據(jù)介紹與預處理
        4.1.1 數(shù)據(jù)說明
        4.1.2 數(shù)據(jù)預處理
    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 校園學生個體社交分析
        4.3.2 班級整體關系分析
        4.3.3 校園活躍度較低學生群體的發(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
攻讀碩士學位期間發(fā)表的學術論文
攻讀碩士學位期間獲得的科研成果
致謝



本文編號：3998794