[发明专利]基于学生数据的行为趋势挖掘分析方法和系统

说明书

本发明公开了基于学生数据的行为趋势挖掘分析方法和系统，方法包括基于滑动平均模型的趋势分析步骤和趋势图绘制步骤；所述的基于滑动平均模型的趋势分析步骤用于轮询时间，在一定周期内在指定的时间节点训练数据，训练结果当做求平均的结果；所述的趋势图绘制步骤用于根据训练结果，绘制趋势图。本发明既能够有效的挖掘某个时间段的行为规则，又能够分析行为的趋势变化；另外，本发明提出了一种随机森林权重自拟合算法，在对非均衡数据的分类上能够提高少数类的准确率，同时能够适应随着时间推移数据分布以及行为表现上的变化；同时本发明对行为进行数值型关联规则，能够较为精确的挖掘不同特征树之间细微的关系。

技术领域

本发明涉及计算机应用技术领域，尤其基于学生数据的行为趋势挖掘分析方法和系统。

背景技术

为了便于描述，首先对以下名词作解释：

行为：这里特指校园数据中一段时间内学生产生的各类数据总和。

趋势挖掘：挖掘行为对于时间或相关数值的变化趋势。

随机森林权重自拟合：通过算法自动将随机森林各类型的权重，调整至近似最佳权重值。

随着一卡通的推行，学生在校园里的各种消费活动与学号进行了绑定，数据库中存在着 海量学生数据。如何通过这些数据，分析学生行为找到潜在的影响学生的因素与规律，探求 行为上的共性，挖掘行为的变化趋势以及对不好的行为进行预防和干预，在提高学生素质， 探究行为影响因素等方面存在很好的指导和应用价值。

现有的行为分析主要包括以下三个方面。第一，基于聚类算法在数据上将具有类似表现 的学生分为一类，一般基于质心、密度、均值和标准差等来聚类；第二，基于分类算法来预 测用户行为，使用支持向量机、贝叶斯、随机森林以及梯度提升决策树等来预测未标签的行 为；第三，基于关联规则算法来挖掘行为中不同特征的潜在关系。

然而，在实际的行为数据中，由于行为的不确定性，存在大量噪音数据，同时各类数据 的分布比例并不均衡。这些问题极大的增加了聚类和分类的难度，最后的挖掘结果，由于准 确率较差，很难适用于实际应用。另一方面，目前对行为的分析，普遍默认行为是稳定不变 的，忽略了时间的影响。例如，一年前训练好的模型，并不一定适用于当前的数据集。因此， 在一个长期维持的系统中其准确率会逐渐降低。此外，在关联规则方面，大多使用标称数据， 很少使用数值型数据，导致最终挖掘的规则较为模糊，难以精确到具体数值。

发明内容

本发明的目的在于克服现有技术的不足，提供基于学生数据的行为趋势挖掘分析方法和 系统，解决现有忽视行为的趋势变化同时挖掘的规则不精确等问题。

本发明的目的是通过以下技术方案来实现的：基于学生数据的行为趋势挖掘分析方法， 包括基于滑动平均模型的趋势分析步骤和趋势图绘制步骤；

所述的基于滑动平均模型的趋势分析步骤用于轮询时间，在一定周期内在指定的时间节 点训练数据，训练结果当做求平均的结果，包括以下子步骤：

S11：进行时间判断，当离上次训练开始时间间隔为所述一定周期时，进行本次训练；

S12：通过随机森林训练数据，获得各特征重要性；其中，每个特征重要性都存在一个趋 势分析，每次训练结果对应的是滑动平均模型的平均值；

S13：通过FP-Growth获得特征、特征值以及标签间的支持度、置信度和提升度；其中， 每个置信度和提升度都存在一个趋势分析，每次训练结果对应的是滑动平均模型的平均值；

所述的趋势图绘制步骤用于根据训练结果，绘制趋势图，包括以下子步骤：

S2：绘制各特征重要性趋势图、标签与某种特征构成的频繁二项集随特征值变化的置信 度趋势图以及某特征对于标签的最高置信度对应的特征值随时间变化趋势图。