當前，高校大資料建設如火如荼，面對校園的資料寶藏，如何挖掘就成了我們急需思考的問題。今天我們就來聊聊如何用校園大資料支援學生行為分析。

首先，我們將學生的行為分為思想行為和表現行為。那麼，我們要分析這兩種行為，就需要獲取到相關的資料。

學生的表現行為資料如：一卡通消費，課堂簽到，軌跡行為，學習成績等等，透過這些資料我們分析學生的行為軌跡預判行為風險，結合學習成績挖掘不同行為習慣與成績之間微妙的關係，透過消費習慣分析學生經濟風險等等，透過這些挖掘輔助對學生的管理。

學生的表現行為相對好分析，因為資料就在那裡，可學生的思想行為分析就沒那麼簡單了，透過我們研究院的演算法工程師和在高校從事多年學生管理業務的老師一起研究，建立了學生思想行為分析模型，再透過樣板學校真實的資料反覆的訓練，最終我們可以分析出孤僻，過宅，危險言論等多種行為，這對學生管理者來說意義重大。這個模型大部分資料依賴於我們卓智多年的校園網路建設，比如：網路日誌資料，URL日誌資料，AP節點資料等。

有了這些資料和模型，我們著手構建“學生行為分析服務”力求挖掘出價值，以供管理者參考。

學生行為軌跡分析

我們從學生位置軌跡行為著手，詳細的分析了個體軌跡行為與學習成績的關係，以及群體熱力圖，感知在校學生實時分佈情況，預判群體事件的發生，例如群體離校行為預警。一旦出現問題，校方管理者可以透過授權，快速定位學生最後出現位置，分析24小時內行為軌跡，也可以分析多人軌跡關係判斷相關人員。

學生畫像

學生管理者如何瞭解學生，在大資料時代已經變得更加簡單和有效，我們為學生管理工作者提供學生群體畫像和個人畫像服務，結合多維度資料對學生進行精準畫像，以便實現個性化教學，個性化管理，準確瞭解在校學生狀態。

學生網路行為分析 && 網路安全預警中心

我們透過位置資訊，網路行為資訊，網路日誌及URL訪問記錄等資訊，對學生思想安全，行為安全做常態化管理，構建校園言論特徵庫，讓機器具備分析言論的情感的能力，從中篩選危險言論，分析學生心理健康情況。

網路安全預警中心

我們對校園思想和行為進行無間斷管控，透過卓智AI研究院的廣泛研究，可以更加準確的識別校園中的，疑似孤僻，危險言論，負面傾向，場域離校，群體事件，晚歸行為，過宅行為，並訓練機器識別嚴重程度，產生有效的預警。

我們做學生行為分析，核心目的是為學生更好的服務，只有更加了解學生的行為特徵，才能最終實現個性化教學，但這之上我們非常重視學生的資料安全，在呼叫全息資料做行為分析時，進行深度的脫敏處理，只為保護好每一個學生的個人隱私。