返回顶部
应用合作
应用合作

大数据为教师、学生画像

一、简介

      教师画像通过人事、科研、财务、教务等相关数据,实现以教师为主体的数据挖掘,对教师个体及群体的人事信息、科研成果及教学状况进行精准刻画,为教师绩效评估提供量化依据。同时,分析教师发展的影响因素,为教师个性化发展指引方向。

       学生画像是围绕学生在校期间的安全、学业、生活、就业等方面,通过刻画学生全纬度画像,帮助管理者全面认识学生,实现精细化管理。学生画像共有七大功能:全面认识学生、失联告警、成绩预测与挂科预警、毕业去向预测与失业预警、寻找校园孤独人群、定位宿舍“过宅族”、精准挖掘贫困生。

二、相关技术

       1.数据采集

        数据采集包括校内数据和互联网数据的采集。

       校内数据的接入通过数据库接入、数据开放接口、离线数据导入等多种形式采集校内各部门的数据,数据源包括业务系统数据、表格数据等。

       互联网数据根据Hadoop云框架设计分布式爬虫系统,采用MapReduce机制实现不同网站信息获取,同时采用云存储框架实现海量信息的分布式存储并保证数据一致性。为避免重复爬取并存储数据,节省存储空间,采用布隆过滤器算法判定数据是否存在,删除重复数据。通过爬虫抓取到的内容是一个HTML页面或者HTML片段,通过正则匹配和DOM解析方法对其进行解析,从中提取出所需的数据。

        2.数据治理

       获取学校教师的人事、科研、教学数据后,对最主要的数据源做一个整体梳理,结合教育部发布的教育信息化行业数据标准和高校自身的实际情况建立符合校情的数据标准。

       根据数据标准对数据源做质量检测,主要方法:

       a)核心字段的缺失率检测;

       b)重复数据检测;

       c)以某学院核实过的教师数据统计表为标准,检查在各业务系统中该学院教师数据的准确率和覆盖率。

       经过上述三种方法的检测,输出数据质量分析报告,记录突出的数据问题。

       各业务系统在建设之初,未严格约束数据录入规则,造成采集到的数据格式多样。以科研系统中的论文数据为例,“论文发表刊物”一项可自由填写,因此,同一刊物,有英文全称、英文简称、中文名称等多种表达,并且,存在拼写错误、单词缩写、单词省略等多元情况。为解决这类问题,建立文本相似性判断模型,再辅以人工审查的形式,将不标准的名称映射为符合规范的信息。

       对于暴露的数据问题,采用程序实现与人工配合的方式予以处理,提升数据质量。对缺失的数据进行补全。如科研系统中缺失论文作者的职工号,采用信息关联组合的方式判断作者职工号,再予以补全。对分散在不同业务系统中的大量冗余数据进行去除。将不同业务系统的数据进行关联,并整合到统一的数据库中。

       3.数据存储

       系统底层采用分布式框架搭建,在开源的分布式框架Hadoop 的基础上做修订与二次开发。主要包含两部分内容,即分布式存储和分布式计算框架。

       分布式存储采用HDFS 分布式存储文件系统,适合部署于廉价硬件之上,且具有高可靠性,对分中心的数据采取三倍冗余存储策略。非结构化数据存储在HDFS 上,结构化数据存储与HBase 中,保证数据的安全性。

       分布式计算框架采用MapReduce计算框架,支持分布式算法,通过Map 映射和Reduce 规约对HDFS 或者HBase上的文件进行分布式并行计算。

       4.大数据分析模型构建

       以学生画像为例,学生在校园内刷卡收集的消费数据、图书馆门禁数据、宿舍门禁数据以及学生在上网时留下的印记(学生上网记录、网页浏览历史等)记录学生在校的生活行为。基于这些数据进行建模。

        a)轨迹建模

       第一,时间规律性建模。学生校园生活的规律性直接和他在学校的表现相关。对于成绩优异的学生来说,他们的生活更更加的规律;相反,经常挂科的同学,他们可能不会经常去上课,更不会去上自习。这些学生更多的可能是宅在宿舍睡觉、看小说或打游戏。因此,对于学生时间规律的建模,对于掌握学生的实时动态从而对学生进行及时的监督和管理有很重要的帮助。

       第二,频繁序列模式挖掘。时间规律性只是学生生活规律性的一方面,它无法体现地点访问的先后顺序,比如,有些学生先去食堂吃早饭再去教学楼上课;有些学生人则可能先去上课,上完第一节课后再去食堂买早餐。具有不同频繁序列模式的学生在学业上会有不同的表现。比如第一种人的成绩可能普遍会比第二种人的成绩好。这种频繁的序列模式被认为是重要的生活规律性的指标。频繁序列模式的挖掘算法可以通过多个算法来完成,比如基于搜索和剪枝的GSP算法或者以概率方式建模的HPY算法。

       b)网络偏好建模

       大学生的思想和兴趣爱好可以进一步的在网上得到体现。通过网络系统收集学生的上网信息,包括学生在什么时候上什么样的网站,点击什么应用,这些信息分别对应了不同的网站。基于这些数据,可以构建用户-时间-URL的三维张量(张量可认为是矩阵的一个扩展,从二维扩展到n维,n>=3)。由于URL数量巨大,每个学生访问的网站有限,学生之间在访问上存在很大的相似性。因此,对这个张量需要降维处理,从而来挖掘学生在不同时间上的兴趣爱好。若发现其中的某些兴趣中影响到他的学业,管理人员就可以及早地对该学生监督和教育。

 

三、应用场景

       1.教师画像

       a)师资分析

       学校、学院领导基于本系统开展师资分析,发现诸如专任教师业绩水平、专任教师平均年龄结构、副教授晋升压力、教师学历与教师工作能力相关性、出国访问对教师发表高质量论文的影响等问题。

       b)教师工作绩效自动评估

       教师工作绩效自动评估系统通过整合人事、科研、财务、教学等多门类数据信息,采用教师经费效益、经费使用情况、成果影响力、成果转化、同行意见等多维度的评价因素,并支持不同单位结合各单位的实际情况调整评价模型,全方面呈现教师在科研和教学工作的成绩,从而为教师的入职、晋升、聘任、培训和奖惩提供定量化决策依据。避免了传统教师绩效评估受到的人为因素影响,使得评估结果更加客观、准确。 

        c)工作轨迹评估

       “教师画像”分析教师发展轨迹,基于教师基础信息数据(包括学习经历、海外经历、工作经历、岗位聘任经历、科研项目、学科成果等),围绕教师职业素养、专业知识、专业能力、工作绩效等多方面构建教师成长轨迹,分析影响教师的发展因素,从而制定个性化成长方案,如预测发表论文数量、能否入选人才计划、优秀青年教师等。寻求适合教师的个性化发展路线,引导教师可持续发展,实现教师个人与学校发展的“双赢”。

       d)人才圈层

      基于互联网数据,构建人才网络。计算机学院率先利用本网络,开展人才引进工作。

      2.学生画像

       学生画像系统适用于全国的各类高校,通过高校的学生管理数据库中挖掘出有价值的数据,并构建教育大数据一体化平台,经过算法预测和系统建模后,找到各种行为之间的内在联系,研究和考量背后的逻辑关系,最终实现教育结果预测及异常行为检测等实际的应用成果。

       a)实现毕业去向预测

       清晰刻画毕业去向与学习生活规律两者关联,通过对比往届毕业生的毕业去向,实时预测在校生未来毕业去向。

       b)实现成绩预测与挂科预警

       基于学生历史成绩数据与在校一卡通行为记录对学生成绩排名及挂科倾向进行预测预警。

        a)实现行为异常预警

       基于一卡通数据,实现对学生失联时间的判断和预警,从而为辅导员提供学生失联预警功能,当学生失联时间超过一定阈值时,系统将及时推送相关消息给辅导员。

       b)实现社交状况洞悉

       挖掘在校生校园社交关系,并根据学生专业、宿舍等信息进行学生在校社交圈的刻画。

       c)实现奖助学贷精准认定

       基于一卡通消费行为数据对学生消费水平进行评估,从而构建学生贫困指数,辅助学生奖助学贷认定以及“隐性补助”认定。

(文:颜凯,电子科技大学)

(发布时间:2018-11-07)