基于网络行为挖掘的大学生网络成瘾侦测及预警研究

朱庆生

（安徽建筑大学 计算机基础教学部，安徽 合肥 230601）

基于网络行为挖掘的大学生网络成瘾侦测及预警研究

朱庆生

（安徽建筑大学 计算机基础教学部，安徽 合肥 230601）

网络媒体的发展极大地方便了人们获取了信息资源，开阔了视野.互联网也是把"双刃剑"，尤其青少年大学生经不住网络的诱惑，上网成瘾，造成学业荒废、身体素质急剧下降等诸多负面影响，令人担忧.本研究以学业成绩分析为基础，将大学生的在校网络行为进行分析，建立成瘾侦测模型.利用这一模型可以对学生网络迷恋程度测定，从而即时发出预警信号，为老师和家长的正确引导提供了强有力的理论依据.

网络成瘾；侦测模型；大学生；预警

1 大学生网络使用现状与背景分析

1.1 互联网用户增长迅速，青少年比重较大

随着移动互联等信息技术的快速发展，互联网用户数急剧增加.截至2016年12月，我国网民规模达7.31亿,互联网普及率为53.2%，较2015年底提升2.9个百分点.手机网民规模达6.95亿,网民中使用手机上网人群的占比由2015年的90.1%提升至95.1%.网民为10-39岁群体为主，占整体网民的73.7%，其中10-19岁占比20.2%、20-29岁年龄段的网民占比最高达30.3%[1].

1.2 网络是把“双刃剑”，青少年网络成瘾问题突出

互联网是把“双刃剑”，特别是移动互联的普及，在享受网上购物、网络视频、文学阅读、旅行服务等信息共享便利的同时，不少青少年沉迷于网络游戏、社交应用，长时间过度使用网络、上网成瘾，造成学业荒废、情感淡漠、社会适应能力降低、身体素质急剧下降等一系列身心问题，以致给这个群体的人生发展带来极大的负面影响.2009年中国青少年网络协会联合中国传媒大学调查统计研究所报告《2009中国青少年网瘾》显示,青少年网民人数约为2404.2万（以2009年基数），网瘾群体占比为14.1%，其中14-24岁是网络成瘾高发时期，网络这把“双刃剑”正在无情地吞噬着青少年的身心健康.因此，我们迫切需求有力的理论依据，引导青少年正确使用互联网，遏制上网成瘾[2].

1.3 在校大学生网络成瘾，影响学业

升入大校后，大学生生活学习环境有很大改变.初次远离家长视线，缺少监督，还要面对社交、学习等各种困难，一些自控能力较低的大学生容易网络成瘾.《2009中国青少年网瘾》[3]显示：18-23岁的青少年网民中网瘾比例最高（15.6%），而这一年龄段的网瘾青少年中在校大学生的比例又最高.调查显示：大学生中断学业，七成以上是由于网络成瘾，没有完成规定学分.虽然学校发现部分同学因成绩下降，积极组织院系学工部辅导员等部门商量对策，查找原因，但极少有学生承认上网成瘾的事实，所以没有对症下药的办法[8].主要的困难在于：学校对学生的网络行为把握不全面，不具体，一个辅导员要带5、6个班级，好几百人，很难有大量的时间和精力来了解所有学生的在校行为，很难形成一个整体的推断，无法找到确凿的事实来说服学生，因而平时的说服工作收效甚微[4].

1.4 网络成瘾或不良网络行为的甄别是难点

高校不少课程需要从上网检索查询资料、网络课程学习、网上选课等网络使用极为普遍，如何网络成瘾从正常上网中判别出来，是解决网络成瘾的关键.目前判断的主要方法是通过调查问卷，这种很难发现成瘾人群，主要是因为学生具有相当的反思能力，会隐瞒一些上网实际情况.本文将以学业成绩分析为基础，如果出现成绩异常如挂科现象，将侦测此学生的在校网络行为特征，通过频繁模式计算，甄别是否成瘾人群，从而给出预警等级，并进一步触发响应机制，由院系学工部辅导员等学工部门共同有针对的开展帮教工作，克服网络成瘾，将有效地减少因上网而导致成绩下降甚至退学的比例，提升学生管理效率.

2 网络成瘾的理论分析

2.1 “网络成瘾”定义形成

结合国内外诸多研究成果，网络成瘾大体可以定义为：由重复地使用网络所导致的一种慢性或周期性的着迷状态，并产生难以抗拒的再度使用的欲望.同时会产生想要增加使用时间的张力与耐受性、克制、退瘾等现象，对于上网所带来的快感会一直有心理与生理上的依赖[5].

2.2 杨格对于网络成瘾的10条判断

目前我国未成年人是网络使用者中最庞大的群体，占上网总人数的60%以上.近期，我国公众对未成年人“网络成瘾”问题给予很高关注.国家卫生部就《未成年人健康上网指导》进行调查研究，和美国心理学家杨格[6]曾提出lO条网络成瘾的诊断依据相似.依此标准，可判断网络成瘾的程度.它们分别为：①总嫌上网时问太少而不满足.②一旦减少上网时间就会焦躁不安.③无法控制上网的冲动.④下网后总会念念不忘网事.⑤上网比上学做功课更重要.⑥一旦上网就能消除种种不愉快.⑦为上网可以失去重要的人际交往和事业.⑧不惜支付巨额上网费.⑨下网后有疏离、失落感.⑩对亲友频频掩盖上网行为[7].

2.3 网络成瘾人群的主要特征

据《2009中国青少年网瘾》[2]报告显示：我国城市青少年网民平时（周一至周五）平均每天的上网时间约为80.2分钟，近六成青少年网民平时上网时间不超过1小时，但重度网瘾青少年平时平均每天上网时间为135.5分钟，是无网瘾倾向青少年平均每天上网时间（72.7分钟）的近两倍.网瘾青少年主要是“网络游戏成瘾”，其次是“网络关系成瘾”.近一半网瘾青少年（47.9%）把“玩网络游戏”作为其上网的主要目的并且花费的时间最长，属于“网络游戏成瘾”；13.2%的网瘾青少年在“聊天或交友”上花费的时间最长，属于“网络关系成瘾”.

3 在校大学生网络成瘾侦测预警模型的建立

建立一套行之有效的网络成瘾侦测预警模型，首先从分析学业成绩入手，收集成绩异常学生的在校网络访问行为记录.结合在校网络资源，利用Web使用挖掘中的频繁模式挖掘办法，找到成绩异常学生网络访问频繁模式，计算其频繁度进而判断是否网络成瘾，来触发预警机制，提高大学生的学习成功率.

3.1 学业成绩分析，由异常成绩触发关注等级

利用教务系统，统计所有学生学业成绩.每学期进行一次成绩和学分分析，根据本学期的成绩以及以往成绩的纵向比较这两个要素，筛选出成绩异常（或称成绩明显下降）和成绩不达标的同学，再将这些同学分成三个等级，触发三种不同级别的关注等级：

这是，XAll表示全校所有学生，Xill表示成绩异常学生.

3.2 侦测成绩异常学生在校行为数据，进行网络行为分析，判断是否网络成瘾

由前面的分析可以知道，大学生的学业成绩异常主要的原因是网络成瘾，因此这里主要分析成绩异常学生的网络行为.

从网络行为数据库中筛出Xill集合的网络访问记录，网络行为数据库可以采用学校的一卡通上网记录数据.条件许可的地方可以在机房安装第三方软件记录上机行为，主要记录上机使用机器的MAC地址、上网学号、访问的页面URL、访问时间、频率、消费金额等.

对于xi∈Xill，统计游戏类、社交类等页面的点击率和访问时间：

计算该同学一段时间内（如30天）各类页面访问频数和时数，设定一个频数阈值fi和时间阈值fΔti，找到xi的最频繁访问模式及其所费用时间，利用频繁模式挖掘的方法，找到其频繁访问页面类型，可以计算出该类型访问的频繁度fp和持续度fΔt，再合成fp和fΔt为网络成瘾函数δ（fpi,fΔt)合成的规则要事先通过小样本空间作拟合），再结合网页类型的特点，进而可以判断是否网络成瘾.

3.3 根据网络成瘾函数的计算结果，发出网络成瘾预警等级，通知相关部门，对症下药

计算Xill集合每一个同学的fpi和fΔt，再按f=δ (fpi,fΔt)网络成瘾值大小分类，发出网络成瘾预警等级，通知该学生的教务处、系部、学生处、家长，齐抓共管，针对性开展帮教工作，共同帮助该成瘾学生克服网络成瘾回到正常状态.采用这种预警的办法，把网络成瘾及学生成绩下降遏止在萌芽状态，这将大大减少因上网而导致成绩下降甚至退学的比例.

4 总结

网络成瘾严重危害青少年心理健康，是导致大学生不能完成学业的主要因素之一，而网络成瘾的甄别却是非常困难的.本文从网络行为挖掘的办法来量化测定和甄别大学生是否网络成瘾，从访问网络行为的频度和持续度两个维度进行概率计算并拟合，并给出预警等级，可操作性较高.

〔1〕中国互联网络发展状况统计报告,cnnic,2017,1.〔2〕牛更枫.网络成瘾者的上网渴求研究[D].华中师范大学，2014.

〔3〕2009中国青少年网瘾调查报告.中国青少年网络协会，中国传媒大学，2009.

〔4〕袁开培.温馨提示如何判断孩子是否沉迷网络.国家级心理咨询师，2012.

〔5〕Kimberly Young,Internet Addiction:Diagnos is and Treatment Considerations,Science Business Media,LLC 2009.

〔6〕Jennifer B.Gray＆ Neal,The Web of Internet Dependency:Search Resultsorthe Mental Health Professional,Int J MentHealth Addiction,2006,4.王兆锋，浅析体育运动对大学生网络成瘾的影响[J].体育世界(学术版)，2009.

〔7〕Alex Blaszczynski,Internet Use: InSearch of an Addiction, Int J MentHealth Addiction, 2006,4.

〔8〕青少年网络协会.网瘾轻重不以上网时长判定.科技_腾讯网，2010.

TP393.11

：A

：1673-260X（2017）05-0026-03

2017-02-27

安徽省教育厅一般项目：基于学业成绩分析和网络行为挖掘的在校大学生网络成瘾侦测及预警研究（sk2012b114）；安徽省级教育厅一般教研项目：基于大数据分析的建筑类高校大学生创新创业能力提升路径研究（2015jyxm238）；安徽省级教育厅一般教研项目：建筑类高校学生认知模式与教学风格耦合匹配研究（2014jyxm253）