[发明专利]一种基于大数据分析的学生行为分析方法及系统

权利要求书

1.一种基于大数据分析的学生行为分析方法，其特征在于，所述基于大数据分析的学生行为分析方法包括以下步骤：

步骤一，通过视频监控模块利用摄像头实时监控学生在校内公共场所的行为视频数据；通过学生信息采集模块利用LORA标签学生卡获取学生注册的个人信息；

步骤二，主控模块通过行为轨迹监测模块利用定位器监测学生的行为轨迹；

步骤三，通过学习时长预测模块利用预测程序根据历史上网数据和历史位置信息得到学生的历史日常行为数据并预测学生学习时长；

步骤四，通过学生行为评价模块利用评价程序对学生在校的行为进行评估；

步骤五，通过大数据处理模块利用云服务器集中大数据资源对学生行为进行分析处理；

步骤六，通过显示模块利用显示器显示基于大数据分析的学生行为分析系统界面及采集的监控视频、学生个人信息、行为轨迹、学习时长、行为评估数据信息。

2.如权利要求1所述基于大数据分析的学生行为分析方法，其特征在于，所述行为轨迹监测模块监测方法包括：

(1)通过校园网获取校园环境中各数据系统的系统数据，所述系统数据包括时间信息、位置信息、基础信息及行为动作信息；

(2)对系统数据进行清洗处理及关联处理，形成行为轨迹模型关键数据；

(3)根据行为轨迹模型关键数据构建学生行为初始轨迹模型；

(4)对学生行为初始轨迹模型进行修正处理，形成学生行为完整轨迹模型；

(5)预设学生行为异常告警模型及学生群体事件告警模型；

(6)根据学生行为异常告警模型及学生行为完整轨迹模型判断是否发生学生行为异常事件；

(7)根据学生群体事件告警模型及学生行为完整轨迹模型判断是否发生学生群体事件。

3.如权利要求2所述基于大数据分析的学生行为分析方法，其特征在于，所述对学生行为初始轨迹模型进行修正处理的方法包括：

当同一时刻出现了不同位置信息，则需根据前后事件的位置关系，推断位置合理性，保存正确位置；

当某一时刻的位置信息缺失，则根据其它事件信息推断应出现是位置信息；

当某事件应出现的位置信息与实际的位置信息相悖，则根据前后事件和位置逻辑计算位置及事件的合理性，建立事件库。

4.如权利要求1所述基于大数据分析的学生行为分析方法，其特征在于，所述学习时长预测模块预测方法包括：

1)通过网络浏览器获取学生的历史上网数据，以及获取所述学生的历史位置信息；

2)根据所述历史上网数据和所述历史位置信息得到所述学生的历史日常行为数据，以及根据所述历史位置信息得到所述学生的历史学习时长；

3)根据所述历史日常行为数据和所述历史学习时长采用深度学习算法构建学习时长预测模型；

4)根据所述学习时长预测模型对所述学生的未来学习时长进行预测。