基于大数据平台的大学生校园行为探析

张艳分 卢小清 刘禹 刘臻

摘   要：随着我国高校信息化的快速发展，教育大数据成为研究热点，学生行为数据作为教育大数据的重要组成部分，能够全面、系统地反映出大学生的行为规律和特征，对高校教育管理、学生自身发展具有重要意义。本文从大数据的角度解析大学生行为，基于北京某高校大数据平台采集的学生数据，全面分析学生学习行为、就餐行为、休闲行为、体育锻炼行为，通过探究大学生的校园行为规律，能够准确掌握大学生的思想动态，有效帮助高校管理者了解在校大学生的行为现状与特点，为大学生的行为管理和成长培养提供可视化依据。研究结果表明学生校园行为呈现良好的稳定性，全年基本无差异，四类行为呈现出各自的特征与规律，宿舍休闲行为的时间和人数远远高于其他三种行为，值得进一步研究。

关键词：教育大数据;学生行为分析;高校管理

中图分类号：G647 文献标志码：A 文章编号：1673-8454（2019）01-0039-05

一、引言

大学生是高校教育的主体，对学校教育质量、人才培养、校风建设等方面起着决定性作用。关心和了解大学生的学习、生活、心理等行为情况，在微观上，有助于学校把握学生的思想活动动态，表扬鼓励积极向上的学生行为，对不良行为习惯进行及时纠正，引导学生向正确的、积极健康的行为活动发展，提高人才培养质量，树立良好校风学风。在宏观上，关系到我国人才储备、人才竞争、人才培养，有利于国家“科教兴国”、“人才强国”战略的推进。以往，学校主要是通过问卷调查、访谈等方式对学生行为活动进行了解，利用传统方法获取的数据数量有限，时效性受到挑战。随着信息技术的发展，数字校园、智慧校园等在教育领域如火如荼地进行，近年来教育大数据成为高校信息化建设的热点，“数据驱动学校，分析变革教育”的大数据时代已经来临。[1]各大高校纷纷在规划和建设校园大数据平台，全面整合学校各个职能部门的学生信息，及时采集学生的实时数据，尝试通过对学生各方面的数据进行深入分析，更科学、更精准地了解学生动态，为高校教育教学、教育管理的决策和规划提供更加可靠的依据。大数据平台采集的学生数据数量巨大、范围广泛，把社会科学从数据最贫瘠的领域变成了数据丰富的领域，[2]很好地弥补了传统数据收集方式的不足。

国内外研究者近年来也从大数据的角度对大学生校园行为进行研究，研究内容存在一定差异。首先，大数据广泛应用于高校大学生的思想政治教育工作中，如王莎[3]等人表示在调研并建立高校学生思想的“七观”刻画标准、搭建学生“六维”行为大数据平台的基础上，构建高校学生数据肖像层次结构模型，可以实现学生思想特征“画像”。其次，研究者更加关注的是大数据在促进教师“教”与学生“学”方面的应用，聚焦研究学生的网络学习行为，如陈侃[4]等人利用Coursera平台上的中文课程“大数据与信息传播”后台点击行为大数据，深入分析了学生在线学习时的跳转行为。第三，有部分研究者开始关注学生的消费、上网、运动等校园生活行为，探索学生的日常行为与学生成绩的关系，学者陈锋[5]分析了学生的就餐行为，包括不同地点的消费情况、食堂的就餐高峰、节假日的消费情况，并且对不同的现象提出了建议。最后，较多研究者采用理论思辨的方式，充分肯定了基于大数据的校园行为分析的重要性和价值所在，为大数据在校园行为分析中的应用指明了方向，如刘涵[6]研究了大学生信息行为的影响因素，对大学生的行为数据价值进行全面的了解，为大学教育工作和高校管理决策提供有价值的信息。

从以上分析可以看出，基于大数据的学生行为研究主要是关注学生的某一具体行为，针对个别行为进行探讨，或者从理论指导的角度进行论述，很少有研究者从实践出发，对学生的整体行为进行研究，同时，学生的行为数据采集不够全面，缺乏分析结果的可视化呈现。因此，本研究将借助在不同活动地点采集的数据分析学生的整体行为，利用数据挖掘技术，全面、系统地研究学生校园行为的变化，并且针对可视化的行为结果进行讨论。

二、研究方法

本研究以北京某高校（简称B大学）全体全日制本科学生为研究对象，数据来源于该高校大数据平台采集的行为数据。

该校的大数据平台基于Hadoop生态体系构建，平台根据数据产生的频度、种类、重要程度，采取定时采集导入、实时抓取、实时处理的方式进行集成。数据采集的方式分为如下五种：一是连接校园网络（包括有线网络和无线网络），该校的网络几乎涵盖整个校园，只要学生连接校园网络，在不需要登录的情况下，系统就可以记录下学生上网的地点与时间。二是使用校园一卡通，该校的校园一卡通应用广泛，在学生食堂就餐、超市购物、操场运动、宿舍门禁、图书馆選座、开水使用等活动中发挥着身份认证与支付的作用，当学生进行日常校园活动时，校园一卡通会自动记录下学生的流水数据，大数据平台会对这些数据进行处理。三是使用校内各类管理信息系统留下的IP信息和时间信息，结合有线网络端口配置信息，得到学生登录系统的时间和地点。四是遍布校园的Wifi探针设备，通过记录Wifi设备连接信息和人员设备对应关系，可以得出设备的移动轨迹信息。五是依托学校校务数据中心平台，获取学生基本的学籍信息。使用“网络+校园一卡通+管理信息系统”的数据采集方式，结合学生学籍信息，实现网络行为和日常生活学习行为相互补充，使获得的行为数据更加全面、可靠，能够更好地反映出学生的真实行为变化情况。

本文基于2017年全年学生校园卡刷卡和网络连接数据，统计不同地点的活动人数，利用数据挖掘技术，全面分析学生学习行为、就餐行为、休闲行为、体育锻炼行为的规律和特征。

三、结果分析与讨论

大学生辗转于校园的各个角落，活动地点的变换意味着在校行为的改变，在教学楼主要是上课、小组讨论、自习，表现为学习行为;在图书馆主要是看书、查资料、写作业，表现为学习行为;在宿舍主要是睡觉、看剧、打游戏，表现为休闲娱乐行为;在运动场主要是跑步、打篮球、散步，表现为运动行为;在餐厅主要是吃饭，表现为就餐行为。不同行为，表现出大学生在校期间时间分配情况，直接体现出大学生日常活动变化。

1.学生校园行为呈现良好的稳定性，全年基本无差异

学生几乎一年四季生活在学校里，学生的校园行为是随着时间的变化而改变，不同时段，学生表现出不同的校园行为。为了全面了解学生在校一个学年的行为规律与特征，本研究根据学校工作和休假情况，将一个学年划分为工作日、双休日、节假日三个不同时间段，分析学生在每个时间段的行为特征，从而把握学生的整体行为规律。

笔者通过对B大学2017年全年学生数据的分析，发现除了特殊节假日以外，该校学生行为全年变化很小，故以12月4日至12月10日这一周为代表，对学生工作日和双休日的行为进行分析。从B大学大数据平台获取工作日的全校行为轨迹热力图，可以用不同的色块代表在学校某区域活动的人数，例如用蓝色代表学生人数小于100人、绿色代表学生人数大于100人且小于200人，黄色代表学生人数大于200人且小于300人，红色代表学生人数大于300人。

（1）学生工作日行为活动趋于平稳，每周二、三、四为活动高峰

分析工作日时间段的学生校园行为，能够发现学生常态化的行为规律与特征。从不同时间的图中可以看出，宿舍区、餐饮区、运动区的热力图一周之内几乎没有变化，较为稳定，说明学生的休息、饮食、运动行为较为规律;教学区的热力图稍有变化，具体表现为西北方向的两个学院、中部的两个学生礼堂，以上四个地方在周三、周四学生活动频繁，周一、周二、周五的活动热度减少。

结果说明两个学院学生主要集中于周三和周四两天进行学习，相对于其他学院而言，学习时间存在差异，建议学院相关部门针对此情况进行调研，合理规划学生的学习时间。学生礼堂主要用来举办学术会议、专题讲座、校园宣讲会、公共课等，学校的活动安排集中于周三、周四两天，建议学校安排活动时可以考虑其余时间，错开高峰，避免拥挤、扎堆现象。可见，学生在工作日的校园行为呈现出整体稳定性，局部区域在特定时间行为密度较高。

（2）学生双休日行为与工作日近似，行为规律无明显变化

对比双休日与工作日时间段的全校行为轨迹图，发现两者几乎无差异，可以看出学生在双休日的校园行为活动和工作日相似，说明周末的到来对B大学的学生几乎没有影响，该校的学生还是和往常一样学习、运动，可推测该校学生心境比较平稳，自我约束力比较强，合理安排时间，已经养成了良好的生活作息规律，习惯良好。

（3）学生行为在春节、国庆、中秋三个节假日发生明显变化

本研究选取了2017年全年的节假日，包括新年（2017.1.1）、春节（2017.1.28）、清明节（2017.4.4）、劳动节（2017.5.1）、端午节（2017.5.30）、国庆节（2017.10.1）、中秋节（2017.10.4），对节假日的全校行为轨迹热力图进行分析。研究发现，元旦时，学生运动行为会减少;春节时，学生在校的行为轨迹稀少;在国庆节、中秋节时，学生的学习行为、运动行为明显减弱;清明节、劳动节、端午节时，学生行为与工作日相似，行为活动几乎无变化。

春节和国庆节，节假日时间较长，学生在校人数少，校园行为轨迹减弱;而元旦、端午等节日，假期时间较短，学生行为与日常相比几乎无差异，可见，学生校园行为的改变可能与节假日的长短有关。同时，在放假时间较短的假期中，学生行为也存在差异，元旦节学生运动行为减少，清明节、端午节时学生行为与日常相比几乎无变化，说明节日性质也可能是影响学生校园行为改变的因素之一。元旦节是一年中的第一天，多数学生普遍选择出游、在宿舍休息等轻松愉悦的方式度过这一天，学生的运动行为随之减少。然而，对于清明节、端午节等传统节日，假期时间短在客观上限制了学生出游，使其对学生校园行为几乎没有影响，但是也说明了学生主观上可能对清明端午等传统节日不够重视，未充分理解传统节日的价值意义，建议学校加强传统节日的教育，开展更多相关活动，弘扬中华传统文化。

综上所述，除了诸如春节、中秋节、国庆节等特殊节日之外，B大学学生的校园行为全年几乎没有变化，呈现出良好的稳定性。

2.不同校园行为的特征与规律

（1）学生学习行为：学习时间较长、学习地点固定

学习是学生最主要的任务，是学校人才培养的基本保障。如果学生的学习行为较少，则不利于学校教学质量提高，无法保证学生知识的获得，及时掌握学生学习动态尤为重要。

早晨7-8时，学生学习人数已超过1500人，学习行为明显，该行为高峰出现在9-11时和18-20时，人数均在4000人左右，每段学习高峰大约可持续4小时。受午、晚饭影响，12-13时与16-17时学习人数减少，维持在1500人以上。从结果可以看出，学生整体学习积极性较高，学习时间持续较长。其中，一日之计在于晨，有研究表明上午是学生学习的黄金时间，图中显示这段时间学习的人数最多，可以看出，大多数学生已经掌握了高效学习策略，抓住最佳学习时间，提高学习效率。对于部分人群而言，晚上是最有灵感的时间，该校学生也充分体现了这一点，晚上思路更清晰，头脑更敏捷，思维更发散，更适合学习，很多学生抓住了这段黄金时间进行学习，事半功倍。下午的学习行为整体上逊于上午和晚上，可能是由于下午环境的闷热、时间的绵长，人比较容易疲惫，学习愿望不强，学习人数有所下降。不同培养层次学生的学习行为不尽相同，博士研究生集中于上午学习，硕士研究生喜欢在下午学习，而本科生则选择在晚上学习。此外，通过对不同地点学习人数的统计，发现图书馆是学生学习的最佳地方。

基于学生学习时间较长、学习地点固定的行为规律，一方面建议学校科学安排校园活动，完善学习区设备配置，为学生创造一个良好的学习环境。在上午给学生提供更多的学习机会，使学生全身心投入自我充电中，不宜安排集体开会、校園文艺活动等，分散学生注意力。在下午多开展校园实践活动，充分调动学生参与积极性，提高学科专业素养和自身理论实践能力。在晚上为学生营造一个舒适的校园环境，激发学生学习灵感，学校晚上可开展各项校园活动，使学生从一天的学习中抽离出来，劳逸结合。另一方面，学校应合理规划学术讲座、校园特色活动等时间安排，分散学生学习人数，减轻图书馆等学习区的运维压力，同时提高空闲时段空间使用率。

（2）学生就餐行为：无明显日变化，就餐时间、地点稳定

在早晨7-8时，学生开始就餐，早高峰出现在8-9时，12-13时为午餐高峰，17-18时达到就餐晚高峰，每段用餐高峰持续约2小时，高峰之后就餐人数锐减。从结果可以看出，学生用餐高峰的人数关系为：午餐高峰就餐人数>晚餐高峰就餐人数>早餐高峰就餐人数，说明在一天三餐中，对于学生来说最重要的是午餐，部分女生可能因为身材的原因，选择不吃晚饭，因而晚饭人数相对于午饭来说较少，同时，早餐人数较少，值得我们关注。不同培养层次学生的就餐行为呈现出明显的差异性，博士生三餐分布规律，早饭比例最大，晚餐略有降低;硕士生早餐、午餐、晚餐比例呈阶梯状上升，重视晚餐，忽略早餐;本科生午餐比例最大，早餐用餐时间较早，呈现早餐双高峰。

值得深思的是，早饭人数远远少于午饭和晚饭人数，从人体健康的角度讲，不利于学生身体素质的提高与发展，应当引起学生个人的重视和校方有关部门的关注。同时建议学校可在学生早餐、中餐、晚餐的高峰时段，通过增加窗口、延长营业时间、设立人流疏导屏等方式来解决人员聚集、等待时间过长等问题。

（3）宿舍区学生行为活动：人数远远高于其他行为，呈现出明显的两段作息时间

学生在宿舍活动的人数整体偏高，明显高于其他行为，说明随着信息化水平的提高，学生宿舍上网越来越便利，学生停留在宿舍的时间越来越多。上午9-10时与中午12-13时是学生宿舍活动的高峰，12时左右为午饭时间，使宿舍行为活动减弱。从13-24时，更多学生选择继续留在宿舍，远超过上午时段的宿舍人数，这一结果与学生下午学习人数较少恰好吻合，良好地解释了学生下午时段的活动去向，进一步证明学生更愿意选择在下午或晚上休息，早晨去学习或参与各种校园活动。此外，不难发现，学生的宿舍活动行为在12-24时整体高于0-12时，呈现出明显的两段作息时间。

不同培养层次学生的宿舍活动行为大体相似，局部有差异。全体学生作息相似，本硕博学生早起时间间隔较小，中午均进行午休，晚上在宿舍活动的学生更多。不同之处在于，博士生在宿舍活动的人员比例随时间变化波动较小，趋于平稳;硕士生的宿舍活动人数百分比随着时间的推移而呈现出明显的上升趋势;本科生表现出喜欢傍晚在宿舍活动的明显特征。

根据学生的宿舍行为规律，笔者建议学校应适当地引导学生走出宿舍，发挥学生主观能动性，积极参与户外活动，进行学习或体育锻炼等，丰富校园生活，形成健康科学的行为习惯和生活管理方式。

（4）学生运动行为呈现出集中于晚上进行体育锻炼的趋势

学生在上午11-12时、下午17-18时、晚上20-21时进行体育锻炼的人数最多，笔者发现运动早高峰和午高峰均是中饭或者晚饭后的时间，表明学生习惯于在就餐结束以后进行体育运动。不同培养层次学生的运动行为整体相似，存在细微差异。本科生和硕士生的运动行为规律基本相同，倾向于中午和傍晚进行体育锻炼，博士生则明显集中于晚上锻炼。此外，笔者对不同运动地点的学生人数进行统计，发现体育馆和西操场是学生最常去的体育活动场所。据笔者了解，体育馆包含羽毛球、乒乓球、游泳馆等多项室内场馆，不受天气影响，加之环境硬件设备完善，故而成为学生运动的首选之地;西操场相对于东操场而言，场内草坪采用真草铺设，更利于学生身体健康，故西操场成为学生体育锻炼的首选。

基于体育锻炼行为时间集中、地点单一、人数较少的特征，建议学校帮助学生树立终身体育锻炼的观念，明确体育锻炼的目的，丰富体育锻炼的组织形式，提供科学的锻炼方法，完善体育锻炼硬件环境，奖励坚持锻炼的学生，为学生提供更多进行体育锻炼的时间和地点，营造阳光、健康、运动的校园文化氛围，如：在教学楼、图书馆等地设立小型体育锻炼区域，安放体育锻炼设备，方便学生上课、學习之余随时随地进行体育锻炼，释放疲惫，舒缓压力，提高效率，使体育锻炼深度融入学生校园生活。

（5）学习、就餐、宿舍活动、运动行为的横向对比分析

横向对比分析学生的四种行为，发现：宿舍活动行为人数远远高于其他三种行为;就餐行为与学习行为基本互补，此消彼长;运动行为明显低于其他三种行为。学习行为和就餐行为稳定，因而科学合理配置校园资源，满足学生用餐和学习需求成为学校重要工作之一。此外，学校应多鼓励学生积极进行体育锻炼，提高身体素质，引导学生养成科学健康的生活方式。宿舍活动是大学生精神风貌、道德理念以及价值观念的重要体现，涉及学校立德树人工作的完成、学生成长成才的健康发展，事关重大，然而学生停留在宿舍的人数巨大，大量学生在宿舍是学习或是休闲娱乐或是其他活动，不得而知，其具体问题应引起有关部门的重视，值得研究者和教学管理人员进一步深究。

四、结论与展望

本文通过对学生校园行为数据的统计分析，发现除了春节等节假日会对学生校园行为产生较大影响之外，学生在校行为呈现良好的稳定性，全年基本无差异。深入一步，学生每日学习、就餐、宿舍活动、运动行为呈现出良好的规律性，不同培养层次学生的不同行为存在细微差异。学习行为、就餐行为相互补充、稳定发展，体育锻炼活动人数较少，学生太多课余时间停留在宿舍。其中，学生缺乏体育锻炼、宿舍活动人数巨大等问题，值得研究者进一步深入探讨。基于高校信息化建设快速发展的环境，借助学校智能化大数据管理平台，充分融合多种学生行为数据，建立不同数据之间的联结，全面分析、了解学生在校行为活动情况，对教育大数据的实际应用、校园服务与管理的科学化和精准化、学校教学资源和设施配置的合理化具有重要意义，是信息化时代智慧校园建设的新思路、新方式、新模式。

参考文献：

[1]徐鹏，王以宁，刘艳华，张海.大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示[J].远程教育杂志，2013（6）：11-17.

[2]吴晓蓉，谢非.大数据时代教育研究的变革与展望[J].西北师大学报（社会科学版），2018（1）：82-89.

[3]王莎，赵兰亭.数据肖像：“大数据”对高校学生思想的精准描绘[J].大学教育科学，2017（5）：102-107.

[4]陈侃，周雅倩，丁妍，严文蕃，吕倩文.在线视频学习投入的研究——MOOCs视频特征和学生跳转行为的大数据分析[J].远程教育杂志，2016（4）：35-42.

[5]陈锋.基于校园一卡通系统的高校用户就餐消费行为分析与数据挖掘[J].中国教育信息化，2014（9）.

[6]刘涵.大数据环境下大学生行为数据价值分析[J].创新科技，2017（7）：39-41.

（编辑：王天鹏）