基于学生行为大数据的社交网络分析及应用

叶茂，朱清溢，汪雯雯

（四川信息职业技术学院，四川广元，628040）

1 研究背景

学生行为大数据分析，以及基于学生行为分析的学生画像、群体画像方法及实践，是近年来的热点领域。国内很多高校都探索了如何应用大数据、人工智能技术来对分析学生行为，包括学业行为、消费行为、学生画像等[1-3]。而这些研究的目的，都是将大数据、人工智能技术应用与学校的教学管理、学生工作、疫情防控工作、学生心理健康关怀。学生社交网络分析[4]，可以研究学生在大学这个小社会中的群体行为，从而在统计学上，得到不同群体学生的差异，以及在不同群体中发现行为异常或者社交异常的学生，提供帮助和心理关怀。国外学者也研究了学生社交网络分析，以及对高校教学工作的影响[5-6]。

周涛[7]认为，在教育领域应用大数据技术，有三大趋势：一是通过量化工具挖掘学生行为习惯和规律，用真实数字来支持教学工作；二是将学生工作中的后置性应急补救措施，转变为前置性预警管理；三是建立在线的动态学生大数据系统，不再单纯依靠静态分析，而是实现自适应的动态分析。

2 学生社交网络分析

本文研究主要基于我校9989名同学刷身份证进出校门的记录数据，以及学校信息中心提供的学生基础信息，分析学生社交网络情况，构造学情知识图谱，并已实际应用于学校部分班级的管理。

大学生在校期间主要是学习，而离开学校的主要目的是社交、娱乐、购物等；所以，学生进出校门的数据，具有社交属性。相对于使用食堂消费刷卡的先后记录[4]，本文所使用的进出校门记录，除了可以挖掘学生的社交情况，还可以挖掘出学生校外娱乐的时间。

■2.1 构建社交网络

进出校门数据采集的时间段从2020年9月22日到2021年7月7日，共计289天。共统计了9989名学生的出行数据1418157条，平均每天有4000多名学生进出校门。为保护学生隐私，本文在进行数据挖掘前，已去除了所有身份证、学号、姓名、手机号等个人隐私信息，完成数据脱敏。

表1 离校、返校时间记录

学生进出校门时间主要在每天6点到23点，其他时间会关闭校门。每天进出校门时间计17个小时，1020分钟。每分钟进出校门有：4115.2 / 1020 = 4.034人次。说明一个同学A进出校门时，一分钟内有4.034 - 1 = 3.034名同行者

可得到不认识的同学A和同学B，随机同行一次的概率为：3.034/9989 = 0.0003038。

同学A和同学B，随机同行两次概率为：0.00030382×10−8=9.23；随机同行三次概率约为2.38×10-11，比中彩票概率还低。所以同学A和同学B同行大于等于3次，完全可以说明A和B是有意识同行。为了搜索和同学A交往较密切的朋友，我们只选取和同学A同行至少5次的同行人进行统计，置信度非常高。

通过这种方法，我们可以构建全校学生社交网络图G =(V, E)。该图为一个有向图，V是顶点集合，每个顶点是一名学生。E是有向边集合，每条边表示两个同学同行进出校门至少5次，边的权重（weight）是同行次数。

基于学生进出校门数据，成功生成了9989个顶点（学生），56040条有向边的社交网络，并导入到neo4j图数据库中。为了使社交网络更直观，根据学生性别，特别添加了girl和boy两个标签，红色标签代表女生，蓝色标签代表男生（图1）。为分析大学生和异性交往的情况，我们也提取了朋友数、好朋友数（同行超过20次的朋友）、异性好友数等量化指标，用于分析每个同学的社交情况。

图1 学生社交网络图（学生姓名已脱敏）

社交网络是动态变化的，出入校门频率会变化，朋友关系会变化，每学年也有新同学入学，所以需要每月增量更新社交网络。

另外，基于这个算法，也很容易计算一段时间范围的社交网络。算法第3步统计同行人时，只需要根据时间范围来筛选进出校门记录，就能够得到一定时间范围内的社交网络情况。

将社交网络信息，结合学生静态、动态信息，构建学生实体和关系，输入到学情知识图谱中，用于院系和班级的日常学生管理工作。

■2.2 社交网络分析

完成构建社交网络图后，可以针对不同群体（班级、专业、年级、籍贯）等，筛选获得子图，再对子图进行社交网络的集中度，关联度进行统计分析。常用社交网络分析算法包括Page Rank算法、Centrality中心性算法等。

中心性是图论以及网络分析中的一个常用概念，用以表达图（网络）中一个顶点在整个网络中所在中心的程度，也称之为中心度。根据测定中心性方法的不同，可分为度中心性（Degree centrality）、接近中心性（或紧密中心性，Closeness centrality），中介中心性（Betweenness centrality）等。我们分析了度中心性、中介中心性、紧密中心性三项指标，用于度量一个顶点（学生）与其他顶点（学生）的社交距离和紧密程度。

另外一个重要度量是People Rank。Google发 明 的Page Rank算法改变了互联网，在社交网络领域，People Rank指标同样可以用于分析一个个体在其社交圈子里的重要程度。PageRank算法原理是通过在图中随机游走，获取每个顶点的重要性指标。

本 文 通 过iGraph来 完 成PageRank，以及图中心性指标的计算。iGraph是C语言实现的图论算法，性能非常优秀。完成1万个顶点，5.6万条边的中心度及People Rank指数的计算，只需要不到3秒。完全可以支持实时社交网络分析。

3 学生画像

■3.1 构建学生画像

我们完成学生画像的目的，是分析每名学生的特点，给学生打上不同的标签，从而帮助学校、班主任、家长对学生实行因材施教，或者实现更有针对性的帮助和心理关怀。

学生画像的数据来源主要包括静态数据和动态数据两类。其中学生基本信息属于静态数据。而学生社交数据、学生学业数据，属于动态数据。学生信息还包括是否班干部，参加社团情况等，这些信息对于完整的学生画像也非常有价值。基于学生画像数据，我们可以建立学生的个人大数据档案。这部分档案集成到学校教务系统中，只有教务处、二级学院教务人员、班级导师和辅导员能访问，另外学校也会不定期推送学生个人大数据给学生家长或学生本人。

本文设计了学生成绩指数、社交指数、孤独指数等三个指数，用于完成学生在校行为的画像，生成算法步骤如下。

3.for A in学生集合S(class)：

(2)成绩标签：根据“成绩指数”在班级排名，“成绩很棒”：前10%；“成绩较差”：后10%；“成绩一般”：其他；

(3)社交标签：根据“社交指数”在班级排名，“社交达人”：前10%；“社交困难”：后5%；“社交一般”：其他；

(4)孤独标签：根据根据“孤独指数”在班级排名，“较为孤独”：前5%；“正常”；

算法中孤独指数和社交指数的相关性较强。但是孤独指数为了更好分析出同学是否孤独，加大了离校次数和离校时间两个指标的权重。

学生画像示例如图2，左边的标签是学生基本静态信息。而右边三个标签分别是学生的学业成绩、社交能力、孤独指数情况。

图2 学生画像示例

三个动态标签是具有时间属性的，每学期期末考试成绩公布后，更新学生的成绩标签；每月更新一次社交和孤独标签。通过动态检测学生的社交和成绩信息，可以尽早分析出学生的行为异常变化，从而给老师、家长给出预警和建议[8-9]。

■3.2 应用学生画像

完成学生画像后，更重要的是如何应用学生画像数据。我们构建学生画像的目的是分析学生的特点，快速筛选出需要帮助和关心的同学，并给出关怀建议。

关怀建议根据“成绩”、“社交”、“孤独”三个标签给出。这三个标签是动态的，所以需要从时间维度来观察标签的变化。系统将正面、负面变化的学生情况推送给导师、辅导员后，老师可以根据学生情况，给予学生关怀和帮助，并尽可能找到学生社交、成绩变化的原因，添加到学生个人大数据档案中[10]。

从2021年1月到2021年7月，我们将算法应用于学校软件学院大数据19-1（48名同学）和AI20-1（37名同学）两个班级的教学管理。

图3中，左图是两个班级中打上“孤独”、“社交困难”、“成绩较差”负面标签的学生人数，老师可以重点关注。右图是从2021年2月到2021年7月，按月生成的关怀集合C+和C-的人数。可以看出，每个月都能给老师一些有价值的建议。

图3 两个班级的社交标签情况，以及触发学生关怀建议的次数

4 群体画像

学生的行为具有群体性，且不同专业、班级的学生，也有其普遍特点。例如会计、旅游管理等文科专业学生女生比例更高，而且学生平均成绩较好。而软件技术、数控技术等专业，男生比例高，且学生平时专业作业较多，社交时间或社交能力稍弱。

以班级画像为例，我们首先根据全班同学的学业成绩数据以及社交数据，建立班级标签。而班级的横向对比维度可以在全校所有班级范围内评比，也可在同专业内对比。和学生画像的算法类似，首先需要计算班级的成绩指数、社交指数，也就是计算全班所有同学成绩指数、社交指数的算数平均值。再和全校所有班级指数进行横向对比，打上班级“成绩标签”和“社交标签”。对于识别到“成绩较差”、“社交一般”的班级，可以给二级学院、教务处发出预警。另外从动态角度，如果在短期内，出现班级成绩或社交的负面变化，也需要及时预警，并给出整改措施。

应用群体画像可以算法给专业、班级打上标签；不过由于数量较少，所以对于专业、二级学院的群体画像，建议使用绝对值进行分析，由校领导、教务处、学校质量处、二级学院共同讨论得出结论。

5 结论及展望

本文从学生社交网络分析入手，结合学生基础信息，应用图数据库、大数据技术，提出了完整的动态学生画像、群体画像生成算法。并提出如何应用画像与异常行为分析，给出有针对性的学生心理关怀建议；以及针对班级甚至专业的教学、学工管理改进建议。

另外，通过分析学生出行情况，得到动态的学生行为数据，还可以有效支持疫情防控工作[11]。

学生行为大数据是智慧校园整体解决方案的重要一环，其中还有非常多工作可以做。例如，基于学生食堂消费数据、学生上网时长、宿舍用水用电量等信息，可以完成更立体化的学生行为分析，得到学生经济状况、身体健康状况，给予学生更多的关心。还可以根据课堂学生表情分析，得到学生上课的专心程度，并根据全班同学的课堂专心程度，可以反推出课程（老师）的授课水平、课堂技巧等。