基于标签体系的高校学生立体画像研究

摘要

高校学生的学习、行为以及情绪易受周围环境和信息影响,学校管理者应对此保持关注。从校园数据中提取学生的多维特征构建立体的学生画像,不仅能针对性地辅助学生管理工作;也可锁定需要关注的学生群体,实现学生问题的及早预警。文章首先对原始各表校园数据进行预处理,基于汇总后的特征表构建学生标签体系,接着将生成的模型标签输入两阶段离群点检测聚类模型即首先进行Lof局部异常点检测,再将筛除外的剩余标签数据输入改进的k-means聚类算法,最后得到立体的各类学生画像,并在其中锁定需关注学生和模范学生。试验结果表明,改进后的离群点检测聚类效果良好,学生画像构建清晰。