基于深度學習的學生異常行為智能預(yù)測系統(tǒng)

1、 基于深度學習的學生異常行為智能預(yù)測系統(tǒng)研究一、項目的研究目標與研究內(nèi)容1.1項目的研究目標和主要內(nèi)容研究目標：設(shè)計并實現(xiàn)以學生“畫像”特征庫為核心，基于深度學習的學生異常行為智能預(yù)測系統(tǒng)。通過特征庫的多維行為特征，建立分層模型，使用深度學習算法建立學生行為預(yù)測模型，并開發(fā)完整的具有并行化能力的學生異常行為預(yù)測系統(tǒng)。近年來，校園安全事故的頻繁發(fā)生，引起了社會各界的高度重視，在智慧校園的建設(shè)中，校園安全中學生異常行為預(yù)測扮演著十分重要的角色，因此，本次課題具有較高的普適性和應(yīng)用推廣性。主要研究內(nèi)容：數(shù)字化校園建設(shè)積累了豐富的學生行為數(shù)據(jù)，以這些數(shù)據(jù)為基礎(chǔ)分析系統(tǒng)業(yè)務(wù)流程，設(shè)計智能預(yù)測系統(tǒng)結(jié)構(gòu)，構(gòu)

2、建學生“畫像”特征庫。設(shè)計基于深度學習的學生行為細分模型，并對傳統(tǒng)的K-means聚類算法從初始聚類中心的選擇和聚類數(shù)量的確定兩個方面進行改進。構(gòu)建Spark大數(shù)據(jù)生態(tài)環(huán)境，并在上述理論研究基礎(chǔ)上開發(fā)基于Spark的學生異常行為智能預(yù)測系統(tǒng)。功能指標：數(shù)據(jù)融合：提供學生數(shù)據(jù)融合功能，能夠?qū)W生成績、教務(wù)考勤、宿舍門禁、圖書館借閱、網(wǎng)絡(luò)日志等多種數(shù)據(jù)進行統(tǒng)一數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換與清洗，便于數(shù)據(jù)共享。學生畫像：從海量學生行為數(shù)據(jù)中抽取標簽形成多維度認知,形成學生信息一張圖，便于老師全方面地了解學生信息。異常行為預(yù)測：能夠?qū)W生生活或?qū)W習因素導(dǎo)致的心理異常進行預(yù)測，便于老師加強心理輔導(dǎo)，防患學生產(chǎn)生過

3、激行為。智能檢索：提供學生信息的智能檢索服務(wù)，可進行模糊與關(guān)聯(lián)搜索，同時可對搜索詞進行語義理解和意圖識別，并能進行自動糾錯。性能指標：系統(tǒng)擴展性：能夠?qū)崿F(xiàn)與最新版本的主流數(shù)據(jù)庫產(chǎn)品（如IBMDB2、Oracle、MySQL等）的數(shù)據(jù)互通；滿足云平臺架構(gòu)要求，支持虛擬化資源的橫向擴展。數(shù)據(jù)可靠性：數(shù)據(jù)采集清洗后有效信息不低于90%；系統(tǒng)間、設(shè)備間的信息交互準確率不低于90%；學生異常行為預(yù)測準確率不低于80%數(shù)據(jù)處理能力：支持實時存儲、檢索，數(shù)據(jù)延時誤差小于1秒；終端支撐能力：支持多種終端軟件的通信連接及信息交互；系統(tǒng)支持同時在線用戶數(shù)不少于3人。1.2項目的研究方法和技術(shù)路線1.構(gòu)建學生“畫像

4、”特征庫目前，隨著各高校數(shù)字化校園建設(shè)的不斷深入，積累了豐富的學生行為數(shù)據(jù)，包括學生成績、教務(wù)考勤、宿舍門禁、圖書館借閱、網(wǎng)絡(luò)日志等多種數(shù)據(jù)。通過對學生大數(shù)據(jù)進行挖掘和關(guān)聯(lián)分析，分別從學生消費規(guī)律、生活習慣指標、學生成績、日常行為軌跡等多方面挖掘分析出學生的學習生活行為信息，構(gòu)建學生“畫像”特征庫。構(gòu)建基于深度學習的學生行為預(yù)測模型深度學習是機器學習的一個分支，許多傳統(tǒng)機器學習算法學習能力有限，數(shù)據(jù)量的增加并不能持續(xù)增加學到的知識總量，而深度學習系統(tǒng)可以通過訪問更多數(shù)據(jù)來提升性能，通過發(fā)現(xiàn)經(jīng)驗數(shù)據(jù)中錯綜復(fù)雜的結(jié)構(gòu)進行學習。本次研究通過提取學生多維行為特征，建立分層模型，利用回歸等方法建立學生行

5、為預(yù)測模型，預(yù)測學生的行為。在對學生行為進行分類時，傳統(tǒng)的K-means聚類算法通過計算類內(nèi)樣本點到類簇中心點的距離的平方和來評估聚類的效果，它只關(guān)心了類簇內(nèi)各樣本的相似性，而缺乏考量聚類結(jié)果類簇之間的相異性，本系統(tǒng)在K-means的基礎(chǔ)上進行優(yōu)化，提出一種基于密度優(yōu)化的聚類算法，能有效提高分類的準確度。實現(xiàn)算法并行化Spark是由UCBerkeleyAMPlab所開源的類hadoopMapReduce的通用分布式并行計算框架。不同于MapReduce，優(yōu)化了MapReducer的中間結(jié)果全部持久化到磁盤的過程，減少了少量數(shù)據(jù)迭代式處理過程中的10瓶頸，很大程序上提高了Spark對大數(shù)據(jù)處理的

6、實時性，是基于內(nèi)存的大數(shù)據(jù)并行計算框架。由于本文針對學生進行聚類細分數(shù)據(jù)量較大，同時為了以后的更大規(guī)模數(shù)據(jù)的處理能力，保證系統(tǒng)的可擴展性，本系統(tǒng)設(shè)計并實現(xiàn)模型算法在Spark上的并行化，提高算法的運行效率。1.3項目擬解決的關(guān)鍵問題和可能的創(chuàng)新點1、在構(gòu)建學生“畫像”過程中，針對文本的挖掘目標對數(shù)據(jù)進行轉(zhuǎn)換，采用統(tǒng)計學、聚類和分類方法將數(shù)據(jù)進行壓縮、泛化和規(guī)范化，從而能提高挖掘質(zhì)量。2、基于深度學習算法，融合學生多維行為特征，建立分層學生行為預(yù)測模型，同時，結(jié)合數(shù)據(jù)自身特點，提出一種基于密度優(yōu)化的聚類算法。3、由于本文針對學生進行聚類細分數(shù)據(jù)量較大，同時為了以后的更大規(guī)模數(shù)據(jù)的處理能力，保證系

7、統(tǒng)擴展性，我們設(shè)計了算法在Spark上的并行化實現(xiàn)。1.4項目與國內(nèi)外同類研究的比較近年來，許多高校利用校園大數(shù)據(jù)開展了許多面向管理和師生服務(wù)的應(yīng)用，依賴大數(shù)據(jù)挖掘方法以支持教育領(lǐng)域的校園管理與決策以及學生行為規(guī)律的分析受到廣泛關(guān)注。國外的多家在線教育機構(gòu)針對在線教育過程中高發(fā)的輟學問題，應(yīng)用數(shù)據(jù)挖掘方法對學生在線學習數(shù)據(jù)進行深層次挖掘分析，發(fā)現(xiàn)引發(fā)輟學的內(nèi)在原因，并基于挖掘結(jié)果制定督促和引導(dǎo)策略，改善在線教育的輟學問題。Marengo基于學生與系統(tǒng)中的交互日志進行數(shù)據(jù)挖掘，建立個性化知識庫，分析學生知識掌握情況，幫助學生建立培養(yǎng)知識體系。保羅實驗室在2015年10月發(fā)起了一項數(shù)據(jù)競賽，研究在

8、指定訓(xùn)練集樣本上通過機器學習算法構(gòu)建知識模型，利用統(tǒng)計及邏輯推理的方法選擇可能正確的答案，建立答題模型，模擬學習考試，取得了很好的成果。電子科技大學研究人員基于學生在校園內(nèi)學習、生活的實時行為數(shù)據(jù)，結(jié)合問卷調(diào)查、人口統(tǒng)計學等相關(guān)數(shù)據(jù)研發(fā)的大數(shù)據(jù)系統(tǒng)，利用校園一卡通追蹤學生行為軌跡，通過對學生吃飯、打水、出行、消費行為記錄，挖掘出每名學生的學習、生活狀態(tài)，并通過對學生日常學習狀態(tài)的追蹤，對學生的期末成績作出預(yù)警。有科研人員研究基于學生平時評測成績數(shù)據(jù)，利用決策樹挖掘方法提取規(guī)則，以預(yù)測學生課程成績，幫助導(dǎo)師了解學生表現(xiàn)，提供適當?shù)膶W習建議，提高教學質(zhì)量。還有以校園卡交易數(shù)據(jù)為研究對象，通過數(shù)據(jù)倉庫、聯(lián)機分析處理技術(shù)以及數(shù)據(jù)挖掘技術(shù)的綜合運用來建立數(shù)據(jù)分析決策系統(tǒng)，以K-means算法為基礎(chǔ)進行聚類分析，發(fā)現(xiàn)水的消費與學生