基于学生个人大数据的行为特征分析

摘要

高校各类教学管理业务系统记录着大学生日常学习和生活的行为数据,逐步形成规模较大,类型多样的学生个人大数据环境.该文从学生学籍信息、学习表现、校园生活三个维度进行分析,构建学生个人大数据行为分析模型,并对学生校园消费数据进行挖掘,探究学生饮食规律和消费水平.通过数据分析,得出以下特征:1)在校期间学生就餐总人次和早餐就餐率均呈递减趋势;2)大一新生早餐就餐时间早于全校早餐就餐高峰1 h;3)学生消费水平越稳定、饮食越规律、学习努力程度越高,学生学业表现水平越好;4)学生的学业成绩与正餐就餐率、早餐就餐率、就餐消费水平等变量有较强的相关性.

关键词

教育大数据 / 学生个人大数据 / 行为分析 / 相关性分析