摘要
随着智慧校园建设的推进,大数据技术的快速发展推动了高校学生管理工作的不断创新。本文以陕西LG高校的学生为研究对象,通过采集校园信息系统中的各类应用数据,运用聚类分析中K-means算法对学生校园行为特征进行分类,然后运用Apriori算法对学生行为特征与学业成绩进行关联分析。结果发现,不同学生群体的消费行为、作息行为、学习行为特征与其学业成绩之间具有密切关系。利用这些分析结果,高校可以针对不同类别学生采取差异化管理措施,这既有助于提升学生的学业成绩,也有助于进一步提高学生管理工作效率。
With the advancement of the construction of smart campuses,the rapid development of big data technology has promoted the continuous innovation of university student management. This paper takes students from LG universities in Shaanxi as the research object,collects various types of application data in the campus information system,uses the K-means algorithm in cluster analysis to classify the behavior characteristics of students on campus,and then uses the Apriori algorithm to classify students’ behavior characteristics and academic performance. The results show that there is a close relationship between the characteristics of consumption behavior,routine behavior,learning behavior and academic performance of different student groups. Using these analysis results,universities can adopt differentiated management measures for different types of students,which not only helps to improve the academic performance of students,but also further improves the efficiency of student management.
作者
李蒙
彭榆翔
李秉祥
LI Meng;PENG Yuxiang;LI Bingxiang(School of Management and Economics,Xi’an University of Technology,Xi’an 710048,Shaanxi,China)
出处
《安康学院学报》
2020年第1期115-120,128,共7页
Journal of Ankang University
基金
国家自然科学基金面上项目“我国创业板上市公司控制权配置、经理管理防御与成长性研究（71772151）
教育部人文社会科学（工程科技人才培养研究）专项“基于产学研融合的工科教育师资队伍建设”(17JDGC035)
作者简介
李蒙,男,陕西扶风人,西安理工大学经济与管理学院博士研究生,主要从事大数据分析与企业管理研究;彭榆翔,男,湖南祁东人,西安理工大学经济与管理学院博士研究生,主要从事企业管理研究;李秉祥,男,陕西扶风人,西安理工大学经济与管理学院教授,博士研究生导师,主要从事高等教育和企业管理研究。
