基于學生行為大數據的社交網絡分析及應用

葉茂，朱清溢，汪雯雯

（四川信息職業技術學院，四川廣元，628040）

1 研究背景

學生行為大數據分析，以及基于學生行為分析的學生畫像、群體畫像方法及實踐，是近年來的熱點領域。國內很多高校都探索了如何應用大數據、人工智能技術來對分析學生行為，包括學業行為、消費行為、學生畫像等[1-3]。而這些研究的目的，都是將大數據、人工智能技術應用與學校的教學管理、學生工作、疫情防控工作、學生心理健康關懷。學生社交網絡分析[4]，可以研究學生在大學這個小社會中的群體行為，從而在統計學上，得到不同群體學生的差異，以及在不同群體中發現行為異?；蛘呱缃划惓５膶W生，提供幫助和心理關懷。國外學者也研究了學生社交網絡分析，以及對高校教學工作的影響[5-6]。

周濤[7]認為，在教育領域應用大數據技術，有三大趨勢：一是通過量化工具挖掘學生行為習慣和規律，用真實數字來支持教學工作；二是將學生工作中的后置性應急補救措施，轉變為前置性預警管理；三是建立在線的動態學生大數據系統，不再單純依靠靜態分析，而是實現自適應的動態分析。

2 學生社交網絡分析

本文研究主要基于我校9989名同學刷身份證進出校門的記錄數據，以及學校信息中心提供的學生基礎信息，分析學生社交網絡情況，構造學情知識圖譜，并已實際應用于學校部分班級的管理。

大學生在校期間主要是學習，而離開學校的主要目的是社交、娛樂、購物等；所以，學生進出校門的數據，具有社交屬性。相對于使用食堂消費刷卡的先后記錄[4]，本文所使用的進出校門記錄，除了可以挖掘學生的社交情況，還可以挖掘出學生校外娛樂的時間。

■2.1 構建社交網絡

進出校門數據采集的時間段從2020年9月22日到2021年7月7日，共計289天。共統計了9989名學生的出行數據1418157條，平均每天有4000多名學生進出校門。為保護學生隱私，本文在進行數據挖掘前，已去除了所有身份證、學號、姓名、手機號等個人隱私信息，完成數據脫敏。

表1 離校、返校時間記錄

學生進出校門時間主要在每天6點到23點，其他時間會關閉校門。每天進出校門時間計17個小時，1020分鐘。每分鐘進出校門有：4115.2 / 1020 = 4.034人次。說明一個同學A進出校門時，一分鐘內有4.034 - 1 = 3.034名同行者

可得到不認識的同學A和同學B，隨機同行一次的概率為：3.034/9989 = 0.0003038。

同學A和同學B，隨機同行兩次概率為：0.00030382×10?8=9.23；隨機同行三次概率約為2.38×10-11，比中彩票概率還低。所以同學A和同學B同行大于等于3次，完全可以說明A和B是有意識同行。為了搜索和同學A交往較密切的朋友，我們只選取和同學A同行至少5次的同行人進行統計，置信度非常高。

通過這種方法，我們可以構建全校學生社交網絡圖G =(V, E)。該圖為一個有向圖，V是頂點集合，每個頂點是一名學生。E是有向邊集合，每條邊表示兩個同學同行進出校門至少5次，邊的權重（weight）是同行次數。

基于學生進出校門數據，成功生成了9989個頂點（學生），56040條有向邊的社交網絡，并導入到neo4j圖數據庫中。為了使社交網絡更直觀，根據學生性別，特別添加了girl和boy兩個標簽，紅色標簽代表女生，藍色標簽代表男生（圖1）。為分析大學生和異性交往的情況，我們也提取了朋友數、好朋友數（同行超過20次的朋友）、異性好友數等量化指標，用于分析每個同學的社交情況。

圖1 學生社交網絡圖（學生姓名已脫敏）

社交網絡是動態變化的，出入校門頻率會變化，朋友關系會變化，每學年也有新同學入學，所以需要每月增量更新社交網絡。

另外，基于這個算法，也很容易計算一段時間范圍的社交網絡。算法第3步統計同行人時，只需要根據時間范圍來篩選進出校門記錄，就能夠得到一定時間范圍內的社交網絡情況。

將社交網絡信息，結合學生靜態、動態信息，構建學生實體和關系，輸入到學情知識圖譜中，用于院系和班級的日常學生管理工作。

■2.2 社交網絡分析

完成構建社交網絡圖后，可以針對不同群體（班級、專業、年級、籍貫）等，篩選獲得子圖，再對子圖進行社交網絡的集中度，關聯度進行統計分析。常用社交網絡分析算法包括Page Rank算法、Centrality中心性算法等。

中心性是圖論以及網絡分析中的一個常用概念，用以表達圖（網絡）中一個頂點在整個網絡中所在中心的程度，也稱之為中心度。根據測定中心性方法的不同，可分為度中心性（Degree centrality）、接近中心性（或緊密中心性，Closeness centrality），中介中心性（Betweenness centrality）等。我們分析了度中心性、中介中心性、緊密中心性三項指標，用于度量一個頂點（學生）與其他頂點（學生）的社交距離和緊密程度。

另外一個重要度量是People Rank。Google發 明 的Page Rank算法改變了互聯網，在社交網絡領域，People Rank指標同樣可以用于分析一個個體在其社交圈子里的重要程度。PageRank算法原理是通過在圖中隨機游走，獲取每個頂點的重要性指標。

本 文 通 過iGraph來 完 成PageRank，以及圖中心性指標的計算。iGraph是C語言實現的圖論算法，性能非常優秀。完成1萬個頂點，5.6萬條邊的中心度及People Rank指數的計算，只需要不到3秒。完全可以支持實時社交網絡分析。

3 學生畫像

■3.1 構建學生畫像

我們完成學生畫像的目的，是分析每名學生的特點，給學生打上不同的標簽，從而幫助學校、班主任、家長對學生實行因材施教，或者實現更有針對性的幫助和心理關懷。

學生畫像的數據來源主要包括靜態數據和動態數據兩類。其中學生基本信息屬于靜態數據。而學生社交數據、學生學業數據，屬于動態數據。學生信息還包括是否班干部，參加社團情況等，這些信息對于完整的學生畫像也非常有價值?；趯W生畫像數據，我們可以建立學生的個人大數據檔案。這部分檔案集成到學校教務系統中，只有教務處、二級學院教務人員、班級導師和輔導員能訪問，另外學校也會不定期推送學生個人大數據給學生家長或學生本人。

本文設計了學生成績指數、社交指數、孤獨指數等三個指數，用于完成學生在校行為的畫像，生成算法步驟如下。

3.for A in學生集合S(class)：

(2)成績標簽：根據“成績指數”在班級排名，“成績很棒”：前10%；“成績較差”：后10%；“成績一般”：其他；

(3)社交標簽：根據“社交指數”在班級排名，“社交達人”：前10%；“社交困難”：后5%；“社交一般”：其他；

(4)孤獨標簽：根據根據“孤獨指數”在班級排名，“較為孤獨”：前5%；“正?！?；

算法中孤獨指數和社交指數的相關性較強。但是孤獨指數為了更好分析出同學是否孤獨，加大了離校次數和離校時間兩個指標的權重。

學生畫像示例如圖2，左邊的標簽是學生基本靜態信息。而右邊三個標簽分別是學生的學業成績、社交能力、孤獨指數情況。

圖2 學生畫像示例

三個動態標簽是具有時間屬性的，每學期期末考試成績公布后，更新學生的成績標簽；每月更新一次社交和孤獨標簽。通過動態檢測學生的社交和成績信息，可以盡早分析出學生的行為異常變化，從而給老師、家長給出預警和建議[8-9]。

■3.2 應用學生畫像

完成學生畫像后，更重要的是如何應用學生畫像數據。我們構建學生畫像的目的是分析學生的特點，快速篩選出需要幫助和關心的同學，并給出關懷建議。

關懷建議根據“成績”、“社交”、“孤獨”三個標簽給出。這三個標簽是動態的，所以需要從時間維度來觀察標簽的變化。系統將正面、負面變化的學生情況推送給導師、輔導員后，老師可以根據學生情況，給予學生關懷和幫助，并盡可能找到學生社交、成績變化的原因，添加到學生個人大數據檔案中[10]。

從2021年1月到2021年7月，我們將算法應用于學校軟件學院大數據19-1（48名同學）和AI20-1（37名同學）兩個班級的教學管理。

圖3中，左圖是兩個班級中打上“孤獨”、“社交困難”、“成績較差”負面標簽的學生人數，老師可以重點關注。右圖是從2021年2月到2021年7月，按月生成的關懷集合C+和C-的人數?？梢钥闯?，每個月都能給老師一些有價值的建議。

圖3 兩個班級的社交標簽情況，以及觸發學生關懷建議的次數

4 群體畫像

學生的行為具有群體性，且不同專業、班級的學生，也有其普遍特點。例如會計、旅游管理等文科專業學生女生比例更高，而且學生平均成績較好。而軟件技術、數控技術等專業，男生比例高，且學生平時專業作業較多，社交時間或社交能力稍弱。

以班級畫像為例，我們首先根據全班同學的學業成績數據以及社交數據，建立班級標簽。而班級的橫向對比維度可以在全校所有班級范圍內評比，也可在同專業內對比。和學生畫像的算法類似，首先需要計算班級的成績指數、社交指數，也就是計算全班所有同學成績指數、社交指數的算數平均值。再和全校所有班級指數進行橫向對比，打上班級“成績標簽”和“社交標簽”。對于識別到“成績較差”、“社交一般”的班級，可以給二級學院、教務處發出預警。另外從動態角度，如果在短期內，出現班級成績或社交的負面變化，也需要及時預警，并給出整改措施。

應用群體畫像可以算法給專業、班級打上標簽；不過由于數量較少，所以對于專業、二級學院的群體畫像，建議使用絕對值進行分析，由校領導、教務處、學校質量處、二級學院共同討論得出結論。

5 結論及展望

本文從學生社交網絡分析入手，結合學生基礎信息，應用圖數據庫、大數據技術，提出了完整的動態學生畫像、群體畫像生成算法。并提出如何應用畫像與異常行為分析，給出有針對性的學生心理關懷建議；以及針對班級甚至專業的教學、學工管理改進建議。

另外，通過分析學生出行情況，得到動態的學生行為數據，還可以有效支持疫情防控工作[11]。

學生行為大數據是智慧校園整體解決方案的重要一環，其中還有非常多工作可以做。例如，基于學生食堂消費數據、學生上網時長、宿舍用水用電量等信息，可以完成更立體化的學生行為分析，得到學生經濟狀況、身體健康狀況，給予學生更多的關心。還可以根據課堂學生表情分析，得到學生上課的專心程度，并根據全班同學的課堂專心程度，可以反推出課程（老師）的授課水平、課堂技巧等。