發(fā)布時間：2024-10-04 17:13

　　近年來,高校學(xué)生問題頻繁發(fā)生,各類學(xué)生事件發(fā)人深省,已引起社會各界的高度關(guān)注。如何從基數(shù)大、活動廣、個性強的校園學(xué)生群體中有效識別校園內(nèi)潛在的、非常規(guī)的學(xué)生異常行為,已成為校園問題的研究重點。而校園大數(shù)據(jù)的有效存儲、數(shù)據(jù)挖掘及可視化技術(shù)的快速發(fā)展,為本文利用學(xué)生生活數(shù)據(jù)進行異常行為的探索分析和可視化提供了新的解決思路。然而,現(xiàn)有學(xué)者對學(xué)生異常行為的挖掘多側(cè)重于宏觀性分析,而對學(xué)生異常行為檢測及其可視分析的研究較少�；�于此,本文基于北京市某高等學(xué)校學(xué)生行為數(shù)據(jù),包括:消費數(shù)據(jù)、淋浴數(shù)據(jù)、充值數(shù)據(jù)、圖書館借閱數(shù)據(jù)、圖書館門禁數(shù)據(jù)、網(wǎng)絡(luò)瀏覽數(shù)據(jù)等,提出一套學(xué)生異常行為探索、異常關(guān)聯(lián)分析及可視化的方法,以自動檢測校園內(nèi)學(xué)生異�；顒�;并在此基礎(chǔ)上,通過關(guān)聯(lián)性度量異常個體間的群體關(guān)聯(lián)性,來尋找校園內(nèi)存在相似行為的學(xué)生群體。本文選定全校范圍內(nèi)的本科生樣本進行實驗,并向指定輔導(dǎo)人員獲取先驗異常學(xué)生群體信息,來驗證論文實驗結(jié)果的可靠性。本論文主要包括以下三方面的研究內(nèi)容:(1)基于無監(jiān)督聚類的學(xué)生異常個體檢測。本文通過對校園學(xué)生生活行為進行特征提取及表示,利用聚類方式實現(xiàn)了基于生活行為的學(xué)生群體無監(jiān)督分類...

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 學(xué)生大數(shù)據(jù)規(guī)律挖掘現(xiàn)狀分析
        1.2.2 學(xué)生異常行為檢測分析
        1.2.3 學(xué)生大數(shù)據(jù)可視化分析
        1.2.4 小結(jié)
    1.3 本文主要研究工作與論文組織
        1.3.1 研究工作
        1.3.2 論文組織
第2章 基于無監(jiān)督聚類的學(xué)生異常個體檢測
    2.1 引言
    2.2 基于無監(jiān)督聚類的學(xué)生異常個體檢測
    2.3 校園大數(shù)據(jù)預(yù)處理及特征提取
        2.3.1 數(shù)據(jù)集
        2.3.2 數(shù)據(jù)預(yù)處理
        2.3.3 學(xué)生行為特征提取
    2.4 基于聚類的異常類提取
        2.4.1 異常行為聚類分析
        2.4.2 相對異常類判定
    2.5 基于局部異常因子的異常個體提取
    2.6 實驗結(jié)果及分析
        2.6.1 聚類效果分析
        2.6.2 學(xué)生異常行為情況分析
    2.7 本章小結(jié)
第3章 基于模塊度最優(yōu)的學(xué)生群體關(guān)聯(lián)分析
    3.1 引言
    3.2 基于模塊度最優(yōu)的學(xué)生關(guān)聯(lián)分析方案
    3.3 學(xué)生個體相似性算子
        3.3.1 數(shù)據(jù)集
        3.3.2 移動模式相似性算子
        3.3.3 時空融合相似性算子
        3.3.4 特征規(guī)律相似性算子
    3.4 基于BGLL算法的異常群體關(guān)聯(lián)分析
        3.4.1 學(xué)生群體模塊度定義
        3.4.2 學(xué)生異常群體關(guān)聯(lián)分析
    3.5 實驗結(jié)果與分析
        3.5.1 相關(guān)性算子度量
        3.5.2 關(guān)聯(lián)關(guān)系分析
    3.6 本章小結(jié)
第4章 學(xué)生異常行為可視化
    4.1 引言
    4.2 可視化系統(tǒng)
        4.2.1 可視化任務(wù)概述
        4.2.2 可視化系統(tǒng)設(shè)計
    4.3 學(xué)生特征描述可視化
        4.3.1 特征選擇
        4.3.2 聚類效果分析
        4.3.3 特征可視化
    4.4 學(xué)生時空關(guān)聯(lián)可視化
        4.4.1 弦連接關(guān)系圖
        4.4.2 均勻連接關(guān)系圖
    4.5 異常個體探索可視化
        4.5.1 異常因子可視化
        4.5.2 關(guān)聯(lián)異常可視化
    4.6 案例分析
        4.6.1 社交關(guān)聯(lián)異常
        4.6.2 行為特征異常
        4.6.3 異常個體關(guān)聯(lián)檢測
        4.6.4 異常群體關(guān)聯(lián)檢測
    4.7 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間所取得的研究成果
致謝



本文編號：4006947