[发明专利]基于校园大数据环境下学生行为轨迹的发现方法及系统

说明书

本发明公开了一种基于校园大数据环境下学生行为轨迹的发现方法，包括：获取校园环境中各数据系统的系统数据，系统数据包括时间信息、位置信息、基础信息及行为动作信息；对系统数据进行清洗处理及关联处理，形成行为轨迹模型关键数据；根据行为轨迹模型关键数据构建学生行为初始轨迹模型；对学生行为初始轨迹模型进行修正处理，形成学生行为完整轨迹模型。本发明还公开了一种基于校园大数据环境下学生行为轨迹的发现系统。采用本发明，通过结合数据系统，对获取的系统数据记录进行取值及关联分析，建立学生行为及轨迹以时间为推进维度的描绘，同时通过多维度数据关联，逻辑判断纠错，数据深度挖掘等大数据技术，实现对轨迹中的真实行为的描绘。

技术领域

本发明涉及大数据技术领域，尤其涉及一种基于校园大数据环境下学生行为轨迹的发现方法及一种基于校园大数据环境下学生行为轨迹的发现系统。

背景技术

在大数据技术飞速发展的背景下，数据价值越发显得重要，在大规模并行处理(MPP)数据库、数据挖掘、分布式文件系统(HDFS)、分布式数据库(hive、Hbase)、云计算平台、互联网和可扩展的存储系统技术成熟并大规模应用的同时，各行业均在追求和研究如何有效利用数据，使现有数据资产通过分析挖掘让企业或机构，具有更强的决策力、洞察发现力和流程优化能力来适应高增长率和多样化的发展。

如今人们正处于信息爆炸的时代。从追求和寻找信息，已经发展到了筛选、处理、分析大量而复杂且以指数级增长的数据的阶段。很多公司如IBM、EMC、Teradata、Google等公司正把大数据和云计算作为公司的长远发展战略和新的业务增长点。教育行业也不例外，各个大学均在研究在校园环境下，如何将大数据技术应用在校园环境中，相对于企业而言，校园数据的特点则表现为，数据量不大却维度广泛，在应用研究上相比企业数据更具有挑战力；一般企业在应用大数据时，均依靠着某个系列的数据，利用大数据挖掘海量数据的特点发现价值，而在校园的环境中，大数据的应用开发则需要大数据建设者和研究者更注重模型的合理性，注重算法的调整，注重数据的多维性，甚至有时需要使用到数据联想及衍生，科学的研究数据等作为数据的输入和模型的输入。

目前，校园大数据的应用主要分为大数据的决策支撑应用，用户行为习惯分析和画像描述，安全及预警，知识智能检索及推荐等。以上方向的应用在整个市场的表现为研究阶段还未真正的成熟应用及推广，同时存在这模型及应用未出现极具特色的内容，基于校园数据的学生行为轨迹发现的模型及应用更是没有出现。也没有存在合理和成熟的学生行为轨迹发现和分析的大数据应用。

发明内容

本发明所要解决的技术问题在于，提供一种基于校园大数据环境下学生行为轨迹的发现方法及系统，可对获取的系统数据记录进行取值及关联分析，建立学生行为及轨迹以时间为推进维度的描绘。

本发明所要解决的技术问题还在于，提供一种基于校园大数据环境下学生行为轨迹的发现方法及系统，可通过多维度数据关联，逻辑判断纠错，数据深度挖掘等大数据技术，实现对轨迹中的真实行为的描绘及对异常行为的预警。

为了解决上述技术问题，本发明提供了一种基于校园大数据环境下学生行为轨迹的发现方法，包括：获取校园环境中各数据系统的系统数据，所述系统数据包括时间信息、位置信息、基础信息及行为动作信息；对系统数据进行清洗处理及关联处理，形成行为轨迹模型关键数据；根据行为轨迹模型关键数据构建学生行为初始轨迹模型；对学生行为初始轨迹模型进行修正处理，形成学生行为完整轨迹模型。

作为上述方案的改进，所述基于校园大数据环境下学生行为轨迹的发现方法，还包括：预设学生行为异常告警模型及学生群体事件告警模型；根据学生行为异常告警模型及学生行为完整轨迹模型判断是否发生学生行为异常事件；根据学生群体事件告警模型及学生行为完整轨迹模型判断是否发生学生群体事件。

作为上述方案的改进，所述基于校园大数据环境下学生行为轨迹的发现方法，还包括：根据时间段维度从学生行为完整轨迹模型中提取学生行为轨迹进行显示。