[发明专利]一种校园学生关系网络的构建方法

说明书

本发明公开了一种校园学生关系网络的构建方法，包括步骤：采集学生校园行为数据，构建每个学生对每个地点的访问时间序列，计算出每两个学生在特定地点的共现频率；通过多次混洗每个学生对每个地点的访问时间序列，构建为空模型，以计算随机情形下每两个学生的共现频率；通过与空模型的对比分析，确定他们在每个地点真实的共现频率，从而为每个地点生成学生之间的关系网络；通过线性加权方法，聚合所有地点上的共现关系网络。本发明考虑了从每个地点的访问时间序列计算学生的共现频率，通过空模型的方法过滤学生随机共现情形，以提取学生之间的关系网络这一有价值的数据，为学生管理工作者加强学生管理并了解学生性格及社会经济状态提供重要作用。

技术领域

本发明涉及网络数据挖掘技术，尤其涉及一种校园学生关系网络的构建方法。

背景技术

高等教育管理以学生为中心，旨在培养他们成为每一个生活中的共现者和领导者。高等教育管理的一个重要因素是学习成绩预测，为教育工作者提供参考。例如，如果教育工作者提前了解学生的学业成绩，就可以及时干预学生的指导，从而极大可能阻止课业失败。这对于教育管理很重要，因为课业失败在很大程度上影响到学生的毕业，求职和未来的发展。有一些方法可以根据来自不同来源的信息来预测学生的学业成绩，例如考生的自我报告，智能手机传感器上的行为数据等。然而，很少有研究考虑社交影响力对预测学业成绩的影响，而这些研究可用于为教育者制定有效的干预策略提供指导。最重要的挑战在于学生收集校园社会关系的困难。如今，许多高等院校建立了各种先进的信息管理和监控系统，以提高学生生活的有效性和便利性。当学生在网络空间内持续互动时，他们在校园内外的活动将被积累和收集。这些行为数据为我们提供了从行为数据构建学生社会关系的一些潜力，因为，我们甚至发现少量的位置共现(共现即两个学生在短时间间隔内在相同位置生成数据记录)信息可能是一个经验上高可能性的社交联系。

在网络挖掘和复杂网络方向，已经有很多人为用户日常活动推出社会关系做出了许多努力。例如，有人利用地理空间中的共现记录，推断用户之间的社会关系；有人基于一些具体的特征模式，利用概率模型在预测未来地点的同时预测人们的社会关系；有人使用移动行为数据挖掘多种模式，这些模式被用于推断友谊和分析每个人的满意度；有人基于手机网络数据建立分类模型，用于识别两种关系：家庭和同事；有人提出一种基于熵的模型，用于通过分析用户的空间信息来推断社会关系和衡量社会关系的力量等。

与上述工作不同，没有真正的友谊信息，因此不可能以监督的方式构建社会网络。相反，我们利用混合测试方法来评估每个检测到的社会关系的重要性。然而，关于推断校园人际关系，构建完整的校园社会生态系统，特别是基于许多学生的大规模行为数据，仍然很少有人研究。

发明内容

本发明的目的在于克服现有技术的不足，提供一种校园学生关系网络的构建方法，考虑了从每个地点的访问时间序列计算学生的共现频率，通过空模型的方法过滤学生随机共现情形，以提取学生之间的关系网络这一有价值的数据，为学生管理工作者加强学生管理并了解学生性格及社会经济状态提供重要作用。

本发明的目的是通过以下技术方案来实现的：一种校园学生关系网络的构建方法，基于校园信息管理和监控系统采集学生行为数据，包括设定位置共现频率权重步骤；所述的设定位置共现频率权重步骤，基于社交关系强度的双向性差异，即：第i学生到j学生的社交关系强度不等于第j学生到第i学生的社交关系强度，建立一个社交关系权重，用于估计每个社交关系的强度，即包括：第i学生到j学生的社交关系的强度和第j学生到第i学生的社交关系强度。

进一步地，包括设定阈值步骤；所述的设定阈值步骤，用于保持实际情况的共现频率高于平均共现频率加上位置随机共存情况标准偏差的和。

进一步地，对于位置随机共存的情况，计算出任意两个人的共现频率，并判断这两个人的共现频率是否低于设定阈值，如果低于设定阈值，则去掉共现频率低于设定阈值的行为数据。

进一步地，包括如下步骤：