检索结果-南通市图书馆

智慧校园环境下校园一卡通数据管理的分析与探讨

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

信息技术与信息化 2021年第3期 209-211页

作者：牟国栋杨洪万山东师范大学山东济南250014

从数字校园到智慧校园,部分高校已完成校园的数据治理工程,高校校园一卡通系统也进行了升级改造。本文针对校园一卡通数据在高校数据源中的定位,以及一卡通数据的顶层设计和数据共享机制等问题,做出了进一步的分析与探讨。针对问题提出... 详细信息

从数字校园到智慧校园,部分高校已完成校园的数据治理工程,高校校园一卡通系统也进行了升级改造。本文针对校园一卡通数据在高校数据源中的定位,以及一卡通数据的顶层设计和数据共享机制等问题,做出了进一步的分析与探讨。针对问题提出了校园一卡通数据的二级定位,规范校园一卡通数据源,建立数据分级机制,建立标准的校园一卡通数据仓库和共享机制等措施。智慧校园环境下校园一卡通数据亟需得到重视和管理,以校园一卡通数据为基础的其他第三方系统数据也应不断规范和共享。

关键词：智慧校园校园一卡通数据数据定位数据分级共享机制

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

校园一卡通系统的数据分析与信息标准化

电脑知识与技术 2009年第11期5卷 8852-8853页

作者：王娟琳李俊华陶宇伟王仲琴江苏工业学院江苏常州213016

校园一卡通建设推进子高校信息化建设的步伐。通过分析校园一卡通的数据流，提倡在高校管理部门间建立一个标准的、可共享的数据库;进行信息系统的标准化建设，以此减少高校内部各部门间的不必要的数据冗余，保持数据的一致性、准备性... 详细信息

校园一卡通建设推进子高校信息化建设的步伐。通过分析校园一卡通的数据流，提倡在高校管理部门间建立一个标准的、可共享的数据库;进行信息系统的标准化建设，以此减少高校内部各部门间的不必要的数据冗余，保持数据的一致性、准备性、共享性。

关键词：校园一卡通数据信息标准数据共享

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于一卡通数据的学生校园消费活动规律研究

基于一卡通数据的学生校园消费活动规律研究

作者：任晋华华中师范大学

学位级别：硕士

随着教育信息化的发展,教育大数据越来越受到重视。基于大数据技术来挖掘隐藏的学生活动规律信息,为学生提供更加丰富的“成绩单”,进而刻画学生画像。这对于发现学生的异常行为,改进传统的学生管理模式具有重大的意义。校园一卡通系统... 详细信息

随着教育信息化的发展,教育大数据越来越受到重视。基于大数据技术来挖掘隐藏的学生活动规律信息,为学生提供更加丰富的“成绩单”,进而刻画学生画像。这对于发现学生的异常行为,改进传统的学生管理模式具有重大的意义。校园一卡通系统实时记录着学生的消费活动数据,为高校数据挖掘提供了极丰富的数据基础。研究者围绕其展开了广泛的研究,主要包括学生饮食习惯分析、异常行为判断、贫困生检测、朋友关系挖掘等,而对学生进行定量研究的较少。现有对学生定量化评价的研究多在心理学及教育学中基于自评量表进行问卷调查,这种方法缺乏实效性。以一卡通数据为基础,对学生活动规律进行定量评价,具有量化、客观、精确、简便等鲜明的特点。考虑到学生活动规律性在消费时间和地点上具有较强的体现,本文利用一卡通消费数据研究了学生的校园消费活动规律。首先,结合人类动力学知识从宏观上分析学生的消费活动数据序列的分布规律及时间特性。其次,依据信息熵原理,通过构造熵聚集函数,提出了一种量化学生消费活动规律的指标——活动熵,并进一步研究了其有效性、分布及其应用。主要工作和创新之处如下:(1)为宏观上把握学生群体的消费活动规律,从人类动力学研究角度出发,研究了学生消费活动数据序列的分布规律及时间特性。研究结果表明:不同年级学生群体早餐消费天数分布服从不同指数的指数分布;学生群体刷卡消费活动间隔时间序列服从头部指数、尾部幂律的组合分布,且具有强阵发弱记忆的特点。(2)基于信息熵理论,结合消费活动数据的特点,构造熵聚集函数,提出了一种对学生校园消费活动规律量化的指标——活动熵(时间活动熵、地点活动熵、时空加权活动熵)以及对应算法,并进一步研究活动熵的有效性及其分布。应用真实熵对学生不同时段的消费地点活动数目进行了预测。(3)进一步挖掘了活动熵的应用。实验结果表明:依据活动熵与其他辅助消费特征可以将学生聚为三类;学生活动熵与学生的早餐消费次数、学习成绩、图书借阅等之间存在强关联性。

关键词：校园一卡通数据消费活动规律人类动力学量化指标活动熵

基于改进K-means算法的学生用户画像构建研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

河北工业大学学报 2022年第3期51卷 19-24页

作者：许智宏李彤彤董永峰董瑶河北工业大学人工智能与数据科学学院天津300401 河北工业大学河北省大数据计算重点实验室天津300401

为分析学生在校行为与学习成绩之间的关系,通过收集高校学生的消费习惯、图书借阅数据等校园一卡通中的日常生活行为数据,筛选出用于构建学生用户画像的属性特征,运用DPCA方法结合改进选择初始中心点的K-means算法建立数据分析模型。通... 详细信息

为分析学生在校行为与学习成绩之间的关系,通过收集高校学生的消费习惯、图书借阅数据等校园一卡通中的日常生活行为数据,筛选出用于构建学生用户画像的属性特征,运用DPCA方法结合改进选择初始中心点的K-means算法建立数据分析模型。通过对学生行为数据、学生成绩数据的多特征重要性分析进行降维,分散数据点后对特征赋予权重计算每个特征对数据整体的影响情况,分析归纳得出结论,描绘出客观细致的学生用户画像。实验结果表明,DPCA-K-means算法结果与经典模型相比准确率有较大提升,对学生用户画像更准确。

关键词： K-means算法 PCA算法权重用户画像校园一卡通数据

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于机器学习的数据预处理框架研究

基于机器学习的数据预处理框架研究

作者：仲姝锜西安工业大学

学位级别：硕士

随着社会信息化建设的加快,社会中的各个行业有大量应用层面的数据,数据信息量的增大使得数据挖掘的难度也随之增大,如何在数据中提取到有价值的知识和信息并应用到实际中去,已经成为整个数据挖掘领域的研究热点之一。为确保数据挖掘更... 详细信息

随着社会信息化建设的加快,社会中的各个行业有大量应用层面的数据,数据信息量的增大使得数据挖掘的难度也随之增大,如何在数据中提取到有价值的知识和信息并应用到实际中去,已经成为整个数据挖掘领域的研究热点之一。为确保数据挖掘更好的实现,首先要确保数据本身的质量,高质量的数据可保证数据挖掘的价值最大化。数据预处理精准地完成,可为我们在数据挖掘工作展开上打下良好的基础。本课题的研究目标是以一卡通消费流水数据为样本,从实际应用的方向考虑。提出一种基于机器学习的K-Means聚类算法与数据预处理相结合的框架,通过数据预处理框架处理过的数据能够达到机器学习算法的数据要求,再通过聚类算法使用对数据进行进一步整合与优化,使之得到可实际分析及应用的数据,从而论证本文所提出的一卡通数据预处理模型的实际意义与应用价值。本文的主要工作如下:1)筛选出与本文样本数据特征相结合的数据预处理方法;2)提出并探讨传统的机器学习聚类算法,通过对校园一卡通消费数据的特征分析,筛选出最适合作为本文所提出的数据预处理框架的聚类算法;3)设计出基于机器学习的数据预处理框架,此框架主要包含四个模块:数据脱敏处理、数据清洗、数据规约以及数据集成;4)结合本课题的实验数据样本,首先选取校园一卡通数据并对其进行系统的描述性分析。其次运用机器学习的相关技术与之结合,最后使用聚类算法对数据进行处理,实现对数据预框架处理的验证;5)通过对一卡通数据的聚类得到五组聚类人群并展示了每个聚类人群的性格特点和行为习惯。最终发现通过对一卡通数据的聚类分析,可以明显得出学生之间的类别差异,这些差异化的结果能给校方提供针对性的整改意见及管理措施,达到更好的管理效果。同理该框架也可以应用到其它相似的一卡通消费场景,使其数据能够拥有实际的使用价值。

关键词：数据挖掘数据质量校园一卡通数据数据预处理机器学习聚类算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大学生社交网络挖掘中的同质性消除方法研究

大学生社交网络挖掘中的同质性消除方法研究

作者：徐静雅华中师范大学

学位级别：硕士

随着信息技术的发展,人们之间的沟通越发容易,合作也更加普遍,人际交往在社会生活中越来越重要。对大学生来说,良好的社交不仅能促进良好学习生活氛围的形成、缓解其心理压力,还能增加他们在社会中的竞争力。对于教育工作者来说,若能掌... 详细信息

随着信息技术的发展,人们之间的沟通越发容易,合作也更加普遍,人际交往在社会生活中越来越重要。对大学生来说,良好的社交不仅能促进良好学习生活氛围的形成、缓解其心理压力,还能增加他们在社会中的竞争力。对于教育工作者来说,若能掌握学生的社交情况,则可以更全面的了解学生,从而改进其管理模式。因此,挖掘大学生社交关系对大学生的身心健康发展和高校学生管理等工作有着重要意义,但如何挖掘大学生社交关系仍是目前教育研究的难题之一。随着高校信息化建设的逐步完善,日益蓬勃的教育大数据为挖掘隐藏的大学生社交关系提供了可能。校园一卡通记录了学生在校园内的日常消费行为数据,这些数据隐含了学生的社交行为和社交关系。目前,已有学者研究了从校园一卡通记录的数据中挖掘大学生社交网络的问题,基于行为的“共现”与社交关系的关联性提出了一些挖掘算法。然而,大部分的研究都忽略了同质性(专业同质性、年级同质性等)对大学生社交网络挖掘的影响,导致跨群体社交关系难以被挖掘。针对上述问题,本文提出了一种基于滑动时间窗和分层共现模型的大学生社交关系挖掘方法,并验证了模型的有效性,同时对挖掘出的社交网络和网络中的节点进行了分析。本文的主要工作和创新点如下:(1)采用滑动时间窗的方法,从消费记录中提取共现事件并计算共现次数,解决了固定时间切片法带来的部分共现事件遗漏的问题。(2)提出了基于关联分析的分层共现模型来消除同质性对社交关系挖掘的影响。该模型在同一群体内(具有同质性)和跨群体学生间分别使用关联分析和“类关联分析”挖掘学生的社交关系,巧妙地消除了同质性的影响。(3)提出了一种自适应获取每一位学生的社交关系判定阂值的方法,从而有效解决了传统社交关系挖掘算法中阈值难以设定和设定无理论依据的问题。(4)通过比较挖掘出的社交网络,验证了分层共现模型的有效性,结果表明跨群体的社交关系挖掘能力明显提高。同时分析了社交网络的网络特性和节点特性,得到一些有参考价值的大学生社交行为规律。

关键词：校园一卡通数据社交关系滑动时间窗关联分析分层共现模型

一种改进的Apriori算法在认定大学贫困生中的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种改进的Apriori算法在认定大学贫困生中的研究

作者：冯春苑暨南大学

学位级别：硕士

数据挖掘是从大型数据库或数据仓库中提取未知的、有效的和可操作的信息的过程,利用挖掘出来的信息可以做出关键的业务和战略决策。使用关联规则挖掘从大数据集中提取有意义的信息是一种非常流行和有效的方法。它试图找到在大型事务数... 详细信息

数据挖掘是从大型数据库或数据仓库中提取未知的、有效的和可操作的信息的过程,利用挖掘出来的信息可以做出关键的业务和战略决策。使用关联规则挖掘从大数据集中提取有意义的信息是一种非常流行和有效的方法。它试图找到在大型事务数据集中的项目之间存在的关联。由Agrawal在1993年提出的Apriori算法是关联规则中的一个经典算法。本文的目的是通过使用一种改进的Apriori算法来辅助认定贫困大学生。为了使高校贫困学生能够集中精力学习、无需过多担心他们的生活,我国采取了各种措施来帮助他们。如何通过校园一卡通的消费数据分析学生的消费模式从而认定贫困生成为一个重要的课题。之前的研究大多采用Apriori算法,然而,该类算法有以下两个缺点:(1)产生大量的候选项集,并呈现组合式的增长。(2)Apriori算法需要扫描数据库以确定每一项是否为频繁项集,频繁地扫描数据库给I/O设备造成沉重的负荷。本文采用基于划分的方法,仅需扫描一次数据库,避免了产生大量候选项集,从而提高了Apriori算法的效率;本文还探讨了改进算法的实现细节及其在辅助认定贫困大学生工作中的应用。本文采用在广东外语外贸大学南中国商学院在2015-2016学年校园一卡通消费数据,在MySQL community server 5.6平台上对数据进行处理,运用改进的Apriori算法分析学生消费数据与其家庭经济情况之间的关联规则,最后利用挖掘出来的关联规则来预测贫困大学生的消费行为,为高校贫困学生判别工作提供了辅助依据。

关键词：数据挖掘关联规则高校贫困生校园一卡通数据

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

孤僻学生发现方法研究

计算机科学与应用 2018年第5期8卷 637-648页

作者：狄方标王勇中国海洋大学山东青岛

本文目标是通过分析学生就餐数据寻找孤僻学生,关注学生心理健康。引入共现的概念,计算学生之间的共现次数和共现时间间隔,建立学生关系模型,量化学生间关系,计算学生关系矩阵,以关系矩阵值作为对象间的距离进行凝聚层次聚类,寻找孤立点... 详细信息

本文目标是通过分析学生就餐数据寻找孤僻学生,关注学生心理健康。引入共现的概念,计算学生之间的共现次数和共现时间间隔,建立学生关系模型,量化学生间关系,计算学生关系矩阵,以关系矩阵值作为对象间的距离进行凝聚层次聚类,寻找孤立点,找到对应的孤僻学生。预测孤僻学生的查准率为66.67%,查全率为75%。

关键词：校园一卡通数据孤僻学生层次聚类