基于学生行为大数据的社交网络分析及应用

本文创新地利用疫情期间大学生进出校门的门禁记录,根据刷身份证时间,挖掘出每位同学的频繁同行人,从而构建出全校学生的社交网络图,并对社交网络图进行中心度和PageRank分析,根据学生行为数据构造学情知识图谱。再结合学生的基本信息(年龄、性别、专业、二级学院、所在校区、籍贯),期末考试成绩信息等,发现学生社交情况和学习情况具有较强相关性。除了学生个人画像,还通过对群体(班级、专业)的行为数据进行统计分析,得到群体画像。利用学生社交网络及学生画像、群体画像,帮助学校、班级对学生行为异常进行预判和评估,提升教学和管理水平,予以学生心理关怀。