隨著教育信息化和互聯網的普及發(fā)展,高校數字化校園的建設也如火如茶。因為智能設備為學生提供了便利的校園生活環(huán)境,同時記錄了大量的學生行為數據,所以我們可以通過無線網絡WiFi和智能手機APP,以及校園數字管理系統CDMS和無線射頻識別系統RFID輕松獲取和分析學生豐富多彩的校園生活活動軌跡和行為數據。挖掘這些有價值的信息,可以為教育管理者提供更加科學有效的數據支持。同時,如何通過數據挖掘有效地利用學生的行為數據并對其行為特征進行分析,對于提高教育教學質量和教學效益具有一定的理論和現實意義。本論文基于學生智能校園卡、無線WiFi、校園數字化管理系統來收集學生個人的行為活動數據,包括學生的購物、就餐、消費和圖書借閱、圖書館門禁、宿舍門禁、洗浴、上網與學生成績等信息。雖然這些數據紛亂且嘈雜,但是其中隱含著不直觀但又非常有價值的信息。本文將利用這些數據,首先構建學生的朋友關系網絡,分析其組成和結構,通過網絡分析出學生學業(yè)成績表現在朋友網絡的體現方式,找到朋友網絡對于學生成績的積極的因素,幫助我們更好的了解學生的在校生活和個性化發(fā)展。然后從有序性、勤奮性和記憶性三個高階行為特征分析學生行為活動,通... 

【文章頁數】：57 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
        1.1.1 教育大數據推動教育產業(yè)發(fā)展
        1.1.2 數據挖掘技術助力教育管理
        1.1.3 社會網絡分析為學習分析提供新的角度
    1.2 研究內容和方法
    1.3 論文結構
第二章 國內外研究現狀與理論基礎
    2.1 教育大數據與數據挖掘技術
        2.1.1 教育大數據和學生行為數據挖掘的研究現狀
        2.1.2 數據挖掘理論基礎
    2.2 社會網絡分析
        2.2.1 社會網絡分析的研究現狀
        2.2.2 社會網絡分析的理論基礎
第三章 數據收集與處理
    3.1 數據采集
    3.2 數據預處理
        3.2.1 數據清洗
        3.2.2 數據融合
第四章 朋友網絡分析
    4.1 構建社交網絡
    4.2 網絡分析
        4.2.1 成員結構
        4.2.2 網絡結構
        4.2.3 同配系數
第五章 高階行為特征分析
    5.1 有序性特征
        5.1.1 真實熵
        5.1.2 有序性特征對學習的影響
    5.2 勤奮性特征
        5.2.1 分布規(guī)律
        5.2.2 勤奮度特征對學習的影響
    5.3 記憶性特征
        5.3.1 分布規(guī)律
        5.3.2 記憶性特征對學習的影響
第六章 總結與展望
    6.1 結論與總結
    6.2 研究展望
參考文獻
攻讀碩士期間發(fā)表的論文
致謝


【參考文獻】：
期刊論文
[1]基于校園行為大數據分析的學生畫像系統構建探析[J]. 施明毅,楊光瑩,杜敏,張家樂,韓秋,陳梓賢.  中國多媒體與網絡教學學報(上旬刊). 2020(04)
[2]大數據在教育中的應用綜述與未來發(fā)展的幾點思考[J]. 吳緒玲.  內江科技. 2019(11)
[3]基于校園大數據的學生行為特征分析與預測方法[J]. 李鐵波.  重慶理工大學學報(自然科學). 2019(07)
[4]教育大數據在高校貧困生預測中的應用研究[J]. 朱劍林,朱容波,康怡琳,韋唯.  教育教學論壇. 2018(21)
[5]基于智慧課堂的教育大數據分析與應用研究[J]. 劉邦奇,李鑫.  遠程教育雜志. 2018(03)
[6]基于一卡通數據的校園大數據分析平臺的構建與應用[J]. 夏楊,王芳.  華中師范大學學報(自然科學版). 2017(S1)
[7]電子科技大學 一體化大數據提供師生精準畫像[J]. 呂紅胤,于晨陽,蘇涵,連德富,顏凱.  中國教育網絡. 2017(Z1)
[8]基于Spark的智慧校園數據挖掘研究[J]. 李慧芳,白珊,馬強,賈鑫.  智能計算機與應用. 2016(06)
[9]發(fā)展教育大數據:內涵、價值和挑戰(zhàn)[J]. 楊現民,唐斯斯,李冀紅.  現代遠程教育研究. 2016(01)
[10]數據挖掘技術在信息化校園的應用[J]. 翟峰.  才智. 2015(20)

碩士論文
[1]基于關聯規(guī)則的成績分析及課程設置研究[D]. 孫月昊.河北科技大學 2013



本文編號：3678780