基于数据挖掘的大学生上网行为分析
发布时间：2022-02-22 06:29
本课题立足于高校各业务部门的实际需求,从统一规划的全局设计理念出发,研究设计了适用于高校管理、决策的智慧学工大数据平台。在学工大数据平台建设过程中,本文解决了高校各业务系统海量数据采集、存储、处理分析的难题,提高了高校决策管理信息化的水平、增强了各级管理部门的工作效率以及精细化管理的力度,为高校的决策管理提供数据支持。本文以高校各业务部门的实际需求为驱动,利用先进的架构理念,打造集业务系统数据查询、功能管理、信息交互、决策支持为一体的高校智慧学工大数据平台。提出学工数据平台体系架构,采用数据采集工具NiFi完成业务系统数据的实时抽取;采用Elasticsearch作为平台的数据仓库进行海量业务系统数据的实时存储;采用分布式计算工具Spark完成对数据的实时并行处理并通过其计算框架MLlib对各业务系统数据深度挖掘;最后采用Echarts作为平台前端,通过图表的形式将数据的分析结果可视化展示。本文对平台用到的模型进行分析讨论,并建立精准资助模型用以发现群体中的贫困生,结果显示模型准确率达到80%以上。数据平台共分为九大模块,本文对每个模块的功能进行分析讨论并给出模块的界面展示图。本文利用...
【文章来源】：青岛科技大学山东省
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
中国网民规模和互联网普及率
青岛科技大学研究生学位论文3图1-2中国网民职业结构Figure1-2careerstructureofChineseInternetusers从以上两幅图可以看出，随着社会的进步和时代的发展，互联网普及规模将进一步扩大，在其中，学生群体占有很大的比重。对高校学生来说，网络的普及是把双刃剑，一方面为学生的学习生活带来了便利，另一方面也产生了学生沉迷互联网等一连串的问题。后者不仅影响了学生的学业成绩，还对学生身体健康造成了很大的危害，甚至引发心理问题，这些都是值得学校引起重视的问题。而在高校数据库中所积累的学生上网日志数据里则隐含了学生的上网习惯等信息，在大数据时代的背景下，利用大数据技术科学分析大学生网络行为的特性，有针对性地指导大学生合理使用网络资源、建立健全的互联网概念、树立健康上网的观念，为学校加强网络管理提供决策支持，已成为一个亟待研究的问题。对网络行为的研究主要是分析用户行为规律性，以预测和控制其网络行为。具体而言，研究用户的网络行为就是分析用户的构成，特征和行为规律，行为大数据研究对于高校学生的网络行动分析有很大的应用价值。同时，心理学、社会学、社会心理学、人类学以及网络行为相关的所有领域都与网络行为的研究密切相关，利用大数据技术研究大学生的上网行为习惯也对及时发现、疏导大学生心理问题有一定的作用。现如今，校园网络规模越来越大，应用范围也越来越广，网络用户数量正在不断增加，用户的行为也越来越复杂。高校使用各种各样的硬件设备来记录用户的网络访问行为，在数据库中积蓄着大量的数据，如果不对这些数据加以利用，数据记录将会成为一种负担，需要定期清理以减轻设备负担。高校应该详细分析累积的数据以挖掘数据中隐含的信息，更好地利用这些数据来管理网络。在许多
基于数据挖掘的大学生上网行为分析10校外招聘单位：招聘单位登录平台后可以了解应聘者四年来的个人画像信息以及平台对应聘者生成的个人分析报告，使单位能更全面地了解应聘者。招聘单位人员也会得到相关专业人才推荐，在方便其招到更合适的员工的同时提高学校就业率。2.1.3平台设计约束本校智慧校园应用系统工程项目采用B/S架构，使用JAVA开发语言，编码符合《曙光公司研发中心Java编码规范》的要求。系统运行的软件环境要求如表2-1所示：表2-1系统运行软件环境要求Table2-1environmentrequirementsofsystemoperationsoftware操作系统Centos7.3-1611客户端软件Chrome73及以上,Firefox64及以上,IE11及EdgeJava1.8数据库MySQL5.7HadoopDistributionXData大数据基础平台2.2平台技术架构研究根据需求分析，同时为了更好地实现平台功能，设计平台技术架构如图2-1所示：图2-1智慧学工大数据平台总体技术架构图Figure2-1overalltechnicalarchitectureofintelligentbigdataplatform
【参考文献】：
期刊论文
[1]高校大数据平台的构建与应用[J]. 薛峰. 信息与电脑(理论版). 2019(24)
[2]互联网数据在高校大数据平台中的应用研究[J]. 高显俊,黄儒乐. 科技资讯. 2019(36)
[3]高校大数据平台构建及应用[J]. 刘香玉,徐红彦,侯英哲,齐嘉亮,颜玲. 电子技术与软件工程. 2019(04)
[4]面向企业级数据中心的分布式ETL研究与设计[J]. 翁业林,周泓,侯兵. 软件工程. 2018(12)
[5]高校大数据平台的构建与应用探索[J]. 曾杨. 中小企业管理与科技(下旬刊). 2018(10)
[6]基于数据挖掘技术的上网行为分析[J]. 李智,黄文明. 轻工科技. 2018(07)
[7]高校大数据平台建设与研究[J]. 曲英涛. 应用科技. 2018(02)
[8]基于Hadoop的高校大数据平台的设计与实现[J]. 唐燕,刘仁权,王苹. 信息技术. 2017(12)
[9]多数据仓库集成方案的设计与实现[J]. 郭艳飞,宋丽华,战颖,罗攀. 信息技术. 2017(07)
[10]高校大数据平台的建设意义[J]. 李金旭,吕书林. 中国市场. 2017(15)
硕士论文
[1]基于Adaboost的铁路扣件完损性检测方法研究[D]. 张苗燕.兰州交通大学 2018
[2]基于高校大数据平台数据集成系统的研究[D]. 邓涵元.武汉邮电科学研究院 2018
[3]大数据分析中的聚类算法研究[D]. 蔡洪山.安徽理工大学 2016
[4]基于MapReduce的高校大数据分析挖掘[D]. 司雅楠.河南师范大学 2016
[5]基于HBase的应用平台的研究与实现[D]. 李青云.北京邮电大学 2015
[6]基于Hadoop的邮件敏感词检测与告警技术研究[D]. 孙佳.东华大学 2015
[7]高校信息系统集成中的统一门户的研究与设计[D]. 焦绪腾.南昌航空大学 2014
[8]基于层次聚类的集成学习方法及应用研究[D]. 周济.湖南工业大学 2014
[9]数据挖掘在用户上网行为分析中的应用与实现[D]. 刘梦超.南华大学 2013
[10]基于校园网的用户行为分析系统的设计与实现[D]. 沈麒.苏州大学 2011
本文编号：3638891
【文章来源】：青岛科技大学山东省
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
中国网民规模和互联网普及率
青岛科技大学研究生学位论文3图1-2中国网民职业结构Figure1-2careerstructureofChineseInternetusers从以上两幅图可以看出，随着社会的进步和时代的发展，互联网普及规模将进一步扩大，在其中，学生群体占有很大的比重。对高校学生来说，网络的普及是把双刃剑，一方面为学生的学习生活带来了便利，另一方面也产生了学生沉迷互联网等一连串的问题。后者不仅影响了学生的学业成绩，还对学生身体健康造成了很大的危害，甚至引发心理问题，这些都是值得学校引起重视的问题。而在高校数据库中所积累的学生上网日志数据里则隐含了学生的上网习惯等信息，在大数据时代的背景下，利用大数据技术科学分析大学生网络行为的特性，有针对性地指导大学生合理使用网络资源、建立健全的互联网概念、树立健康上网的观念，为学校加强网络管理提供决策支持，已成为一个亟待研究的问题。对网络行为的研究主要是分析用户行为规律性，以预测和控制其网络行为。具体而言，研究用户的网络行为就是分析用户的构成，特征和行为规律，行为大数据研究对于高校学生的网络行动分析有很大的应用价值。同时，心理学、社会学、社会心理学、人类学以及网络行为相关的所有领域都与网络行为的研究密切相关，利用大数据技术研究大学生的上网行为习惯也对及时发现、疏导大学生心理问题有一定的作用。现如今，校园网络规模越来越大，应用范围也越来越广，网络用户数量正在不断增加，用户的行为也越来越复杂。高校使用各种各样的硬件设备来记录用户的网络访问行为，在数据库中积蓄着大量的数据，如果不对这些数据加以利用，数据记录将会成为一种负担，需要定期清理以减轻设备负担。高校应该详细分析累积的数据以挖掘数据中隐含的信息，更好地利用这些数据来管理网络。在许多
基于数据挖掘的大学生上网行为分析10校外招聘单位：招聘单位登录平台后可以了解应聘者四年来的个人画像信息以及平台对应聘者生成的个人分析报告，使单位能更全面地了解应聘者。招聘单位人员也会得到相关专业人才推荐，在方便其招到更合适的员工的同时提高学校就业率。2.1.3平台设计约束本校智慧校园应用系统工程项目采用B/S架构，使用JAVA开发语言，编码符合《曙光公司研发中心Java编码规范》的要求。系统运行的软件环境要求如表2-1所示：表2-1系统运行软件环境要求Table2-1environmentrequirementsofsystemoperationsoftware操作系统Centos7.3-1611客户端软件Chrome73及以上,Firefox64及以上,IE11及EdgeJava1.8数据库MySQL5.7HadoopDistributionXData大数据基础平台2.2平台技术架构研究根据需求分析，同时为了更好地实现平台功能，设计平台技术架构如图2-1所示：图2-1智慧学工大数据平台总体技术架构图Figure2-1overalltechnicalarchitectureofintelligentbigdataplatform
【参考文献】：
期刊论文
[1]高校大数据平台的构建与应用[J]. 薛峰. 信息与电脑(理论版). 2019(24)
[2]互联网数据在高校大数据平台中的应用研究[J]. 高显俊,黄儒乐. 科技资讯. 2019(36)
[3]高校大数据平台构建及应用[J]. 刘香玉,徐红彦,侯英哲,齐嘉亮,颜玲. 电子技术与软件工程. 2019(04)
[4]面向企业级数据中心的分布式ETL研究与设计[J]. 翁业林,周泓,侯兵. 软件工程. 2018(12)
[5]高校大数据平台的构建与应用探索[J]. 曾杨. 中小企业管理与科技(下旬刊). 2018(10)
[6]基于数据挖掘技术的上网行为分析[J]. 李智,黄文明. 轻工科技. 2018(07)
[7]高校大数据平台建设与研究[J]. 曲英涛. 应用科技. 2018(02)
[8]基于Hadoop的高校大数据平台的设计与实现[J]. 唐燕,刘仁权,王苹. 信息技术. 2017(12)
[9]多数据仓库集成方案的设计与实现[J]. 郭艳飞,宋丽华,战颖,罗攀. 信息技术. 2017(07)
[10]高校大数据平台的建设意义[J]. 李金旭,吕书林. 中国市场. 2017(15)
硕士论文
[1]基于Adaboost的铁路扣件完损性检测方法研究[D]. 张苗燕.兰州交通大学 2018
[2]基于高校大数据平台数据集成系统的研究[D]. 邓涵元.武汉邮电科学研究院 2018
[3]大数据分析中的聚类算法研究[D]. 蔡洪山.安徽理工大学 2016
[4]基于MapReduce的高校大数据分析挖掘[D]. 司雅楠.河南师范大学 2016
[5]基于HBase的应用平台的研究与实现[D]. 李青云.北京邮电大学 2015
[6]基于Hadoop的邮件敏感词检测与告警技术研究[D]. 孙佳.东华大学 2015
[7]高校信息系统集成中的统一门户的研究与设计[D]. 焦绪腾.南昌航空大学 2014
[8]基于层次聚类的集成学习方法及应用研究[D]. 周济.湖南工业大学 2014
[9]数据挖掘在用户上网行为分析中的应用与实现[D]. 刘梦超.南华大学 2013
[10]基于校园网的用户行为分析系统的设计与实现[D]. 沈麒.苏州大学 2011
本文编号：3638891
本文链接：https://www.wllwen.com/jiaoyulunwen/gaodengjiaoyulunwen/3638891.html
