基于Fast Unfolding算法的学生社交网络分析

发布时间：2021-08-25 10:25

　　当今时代,信息技术迅猛发展,信息科技渗透到生活的各个方面,也包括高校的学生管理系统,因此校园一卡通管理系统应运而生,学生的个人信息和行为数据都尽数保存在数据库中。校园数字管理系统的普及,不应该仅仅只是为了更好地保存学生数据,更应当让这些数据产生价值,通过挖掘学生数据中有价值的信息,从而为更加科学高效地为学生管理工作提供指导方针。本文利用华中师范大学某学院276名学生在2017年4月份的2万多条一卡通食堂刷卡数据,对276名学生进行社交网络构建及社交情况分析。首先,通过对数据的清洗和预处理,对消费地点进行编码,便于后续模型的建立和数据分析。然后利用滑动时间间隔的方法计算学生之间的共现次数,并通过设定共现阈值的方式对学生之间的虚假社交进行删除,接着利用Fast Unfolding算法对学生进行社区划分,进而探究学生之间的社交关系。对比设定阈值前和设定阈值后的两个社区划分结果的模块度,对比结果表明,使用共现阈值后,删除了一部分虚假社交关系,能到的学生社交网络拓扑结构更贴近真实的社交网络情况。最后将传统社区划分算法GN算法和Fast Unfolding算法进行对比,结果表明Fast Unfol... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

图２－１四种网络示例图??图２－１中（ａ）图表示节点和边都无差别的无向网络，（ｂ）图是一个无向网络??

图２－２边介数示例图??７??

图４－２－１热点时间段内消费记录和总共现次数散点图??显然地，图４－２－１中学生与其他人的总共现次数与学生热点消费时间段内消??费次数呈现正相关性，一个学生热点时间段内消费次数越多，该学生与其他人共??

【参考文献】：
期刊论文
[1]基于智慧课堂的教育大数据分析与应用研究[J]. 刘邦奇,李鑫.  远程教育杂志. 2018(03)
[2]大数据环境下精准教育的数学模型与若干问题[J]. 李波,王磊,王超.  数学建模及其应用. 2017(04)
[3]信息化教育中学生学习行为数据的分类研究[J]. 鄢慧文,王磊,李波.  湖北民族学院学报(自然科学版). 2017(02)
[4]基于校园一卡通数据的学生消费及学习行为分析[J]. 姜楠,许维胜.  微型电脑应用. 2015(02)
[5]基于数据挖掘技术的学生校园消费行为分析[J]. 姜楠,许维胜.  大众科技. 2015(01)
[6]教育信息化的发展转型:从“数字校园”到“智慧校园”[J]. 胡钦太,郑凯,林南晖.  中国电化教育. 2014(01)
[7]校园一卡通数据的挖掘与应用[J]. 罗华群,易国平.  科技信息. 2010(01)

硕士论文
[1]基于FP-Growth的关联规则算法研究及其在高校教育大数据中的应用[D]. 杜梦欣.吉林大学 2019
[2]大学生社交网络挖掘中的同质性消除方法研究[D]. 徐静雅.华中师范大学 2019
[3]基于一卡通数据的学生校园消费活动规律研究[D]. 任晋华.华中师范大学 2018
[4]基于通讯数据的社群分类[D]. 陈红蕊.华中师范大学 2017
[5]基于数据挖掘的学生行为对学业成绩影响的研究[D]. 石静.华中师范大学 2017



本文编号：3361939