[发明专利]大数据学生性格分析方法

权利要求书

1.大数据学生性格分析方法，其特征在于：基于学生性格分析系统分析学生的性格特点、兴趣爱好和生活习惯；学生性格分析系统包括与学生身份唯一对应的RFID卡，分别设置在学校宿舍、图书馆、体育馆、澡堂、校内超市和食堂的RFID卡阅读器（3），以及通过拓扑网连接RFID卡阅读器（3）的服务器；

包括以下步骤，RFID卡阅读器（3）记录学生在RFID卡阅读器（3）的刷卡信息，服务器采集一段时间内学生的刷卡信息；服务器通过预置的经验模型和神经网络模型对学生的刷卡记录与正常值相比较，确定学生的性格特点、兴趣爱好和生活习惯，并针对每个学生的具体情况进行提醒并进行指导。

2.根据权利要求１所述的大数据学生性格分析方法，其特征在于：RFID卡阅读器（3）的刷卡信息包括学生通过RFID卡在食堂或超市进行消费记录、在体育馆或宿舍验证门禁记录、在澡堂的刷卡记录和在图书馆借阅记录。

3.根据权利要求1或2所述的大数据学生性格分析方法，其特征在于：服务器包括管理管理RFID卡和RFID阅读器（3）正常运行的一卡通数据库服务器（2-2）、管理学生成绩信息的教务处系统服务器（2-4）、管理设备正常运行的系统管理服务器（2-3）、分析学生性格特点和生活习惯的学生行为分析服务器（2-1）。

4.根据权利要求3所述的大数据学生性格分析方法，其特征在于：学生饮食以及消费习惯分析方法包括以下步骤，

A、学生行为分析服务器（2-1）采集学生在食堂和校内超市的RFID卡阅读器（3）一段时间内的刷卡次数、时间和金额；

B、将该采集的学生刷卡次数、时间和金额与服务器内的经验模型进行比较；判断学生是否有不良的饮食习惯；

C、对有不良饮食习惯的学生发出提醒并进行指导。

5.根据权利要求3所述的大数据学生性格分析方法，其特征在于：学生卫生习惯分析方法包括以下步骤，

A、学生行为分析服务器（2-1）统计学生在澡堂的RFID卡阅读器（3）一段时间刷卡次数、时间；

B、将该学生的刷卡次数、时间与服务器内的经验模型设置的正常值进行比较；判断学生是否有不良的卫生习惯；

C、对有不良卫生习惯的学生发出提醒并进行指导。

6.根据权利要求3所述的大数据学生性格分析方法，其特征在于：学生上网习惯分析方法包括以下步骤，

A、学生行为分析服务器（2-1）统计学生使用上网账号的时间和内容；

B、将学生的上网账号使用时间和内容与服务器内的经验模型设置的正常值进行比较；判断学生是否上网过多影响学习；

C、对上网过多影响学习的学生发出提醒并进行指导。

7.根据权利要求3所述的大数据学生性格分析方法，其特征在于：学生体育爱好分析方法包括以下步骤，

A、学生行为分析服务器（2-1）统计学生在体育馆门禁的RFID卡阅读器（3）一段时间刷卡地点和时间；

B、将学生在体育馆刷卡的地点和时间与服务器内的经验模型设置的正常值进行比较；判断学生的体育爱好；

C、记录学生的体育爱好，在该学生的就业指导中作为参考。

8.根据权利要求3所述的大数据学生性格分析方法，其特征在于：学生阅读爱好分析方法包括以下步骤，

A、学生行为分析服务器（2-1）统计学生在图书馆的RFID卡阅读器（3）一段时间刷卡次数和借阅内容；

B、将学生在图书馆的刷卡次数和借阅内容与服务器内的经验模型设置的正常值进行比较；判断学生的阅读兴趣；

C、记录学生的阅读兴趣，在该学生的就业指导中作为参考。