[发明专利]一种学生在校情况判别方法及其系统

说明书

本发明提出了一种学校在校情况判别方法及其系统，所述方法步骤如下：S1、通过校园网络采集各个校园业务系统的数据；S2、基于异构数据清洗技术处理采集的数据，获取学生在校活动记录表；S3、根据预设置的参数从学生在校活动记录表中筛选每个学生的活动记录表；S4、根据步骤S3的筛选结果判断学生在校情况。所述系统包括数据采集模块、数据清洗模块、数据筛选模块、在校情况分析模块和数据存储模块。本发明方法和系统可以自动化判断学生在校情况，具有数据质量需求低、容错率高的特点。

技术领域

本发明涉及一种学生在校情况判别方法及其系统，属于高校教育教学技术领域。

背景技术

在高校的教育工作中，经常需要判断和了解学生在校情况，从而选择实施相应的教育教学工作，传统判断学生在校情况的做法往往是通过人工统计或利用考勤打卡装置配合命令的方式，但这种做法存在人力管理成本高、灵活性差、学生配合积极性不高等问题，近些年随着高校信息化建设水平的提升，部分高校出现了利用学生在校数据推算和预测学生在校情况的方法，比如基于一卡通消费数据判断学生在校情况，或者通过监控识别系统判断学生在校情况，但是一方面学校的数据质量参差不齐，消费模型随机性比较大，另一方面每个学生的行为习惯不同，单一的数据很难说明问题，所以现有的学生在校情况判断方法精确度有限，而且软硬件配合的系统成本较高。

发明内容

为了解决现有技术难以准确判断学生在校情况的问题，本发明提出了一种学生在校情况判别方法及其系统，利用多维度的异构数据进行耦合分析，判断学生在校情况，具有数据质量需求低、容错率高的特点。

为解决上述技术问题，本发明采用了如下技术手段：

一种学校在校情况判别方法，具体包括以下步骤：

S1、通过校园网络采集各个校园业务系统的数据；

S2、基于异构数据清洗技术处理采集的数据，获取学生在校活动记录表，并存入大数据存储库；

S3、根据预设置的参数从学生在校活动记录表中筛选每个学生的活动记录表；

S4、根据步骤S3的筛选结果判断学生在校情况。

进一步的，所述校园业务系统包括一卡通系统、图书馆系统、考勤系统和校园网系统。

进一步的，步骤S2的具体操作为：

将一卡通系统中的消费记录、图书馆系统中的借阅记录、考勤系统中的考勤记录和校园网系统中的网络接入记录分别抽取到临时中间层，然后对抽取的数据进行清洗、转换和集成，获得格式统一的学生在校活动记录，将学生在校活动记录录入表格并加载到大数据存储库中。

进一步的，步骤S3的具体操作为：

预先设置参数，所述参数包括学生学号和筛选时段，从学生在校活动记录表中筛选出所有在筛选时段内的学生在校活动记录，构成综合记录表，再根据学生学号从综合记录表中筛选出每个学生的活动记录表，所述活动记录表包含多条数据链，每条数据链包括学生学号和活动时间。

进一步的，步骤S4的具体操作如下：

S41、设共有n个学生，选取第i个学生的活动记录表X_i，i＝1,2,…,n，利用计数函数统计该学生在筛选时段内的活动次数C_i；

S42、按照活动时间大小从小到大的为活动记录表中的数据链进行排序，利用最大数据链中的活动时间减去最小数据链中的活动时间，获得该学生在筛选时段内的活动时间长度T_i；

S43、重复步骤S41和S42，计算所有学生的活动次数和活动时间长度，分别求取活动次数平均值单次活动时间长度D_i和单次活动时间长度平均值具体公式如下：