
校園大數(shù)據(jù)告訴你!學(xué)霸是如何煉成的
近日,國內(nèi)大數(shù)據(jù)領(lǐng)域領(lǐng)軍專家、電子科技大學(xué)周濤教授與有著近十年學(xué)工部長教育經(jīng)驗(yàn)的呂紅胤研究員,花費(fèi)了近大半年的時(shí)間,聯(lián)合研發(fā)出一套“大數(shù)據(jù)”系統(tǒng)——“學(xué)生畫像”。
該系統(tǒng)利用校園一卡通追蹤學(xué)生行為軌跡,通過對學(xué)生吃飯、打水、出行、消費(fèi)行為記錄,“算”出每名學(xué)生的學(xué)習(xí)、生活狀態(tài)。更厲害的是,通過對學(xué)生日常學(xué)習(xí)狀態(tài)的追蹤,該系統(tǒng)還會對學(xué)生的期末成績乃至大學(xué)四年后的就業(yè)情況作出預(yù)警~
注:系統(tǒng)用排名均值來計(jì)量學(xué)生成績的優(yōu)異。排名均值=學(xué)生在所在專業(yè)的年級排名/本專業(yè)的總?cè)藬?shù),排名均值越接近0,代表該學(xué)生的成績越好。
學(xué)霸是如何煉成的?
學(xué)霸出門時(shí)間通常比較固定
研究人員分析了近半年的宿舍門禁、吃飯、進(jìn)出圖書館等刷卡記錄,發(fā)現(xiàn)成績較好的學(xué)生作息時(shí)間比成績差的更規(guī)律。
例如,某專業(yè)排名第3的小雪,幾乎每天固定在8點(diǎn)、12點(diǎn)、14點(diǎn)三個(gè)時(shí)間點(diǎn)出門,留在宿舍的總時(shí)長低于專業(yè)平均水平。而該專業(yè)成績排名第61的小石每天進(jìn)出宿舍的時(shí)間很隨機(jī),而且通常每次外出的時(shí)長不超過2小時(shí),“宅指數(shù)”明顯高于專業(yè)平均水平。
此外,研究人員還發(fā)現(xiàn),9點(diǎn)前出現(xiàn)在食堂吃早餐的同學(xué),成績也相對更好。
學(xué)霸最愛在晚上10-11點(diǎn)洗澡
上圖中,橫軸代表了時(shí)間點(diǎn),豎軸則代表了在當(dāng)前的時(shí)間點(diǎn)下,學(xué)生的洗澡概率。電子科大的澡堂是全天開放的,但研究團(tuán)隊(duì)發(fā)現(xiàn),晚上10——11點(diǎn),學(xué)習(xí)好的學(xué)生與學(xué)習(xí)差的學(xué)生洗澡概率出現(xiàn)了較大的差異。簡言之,集中在晚上10到11點(diǎn)之間洗澡的學(xué)生成績更優(yōu)異。
不管是出門時(shí)間還是洗澡時(shí)間,抑或是相對固定的早餐時(shí)間,都是學(xué)生作息規(guī)律的具體體現(xiàn)。研究人員發(fā)現(xiàn),較有規(guī)律的學(xué)生群體,除了成績上的優(yōu)勢外,考研成功率以及出國留學(xué)獲得獎學(xué)金的概率均高于一般學(xué)生。這也從側(cè)面印證了生活的規(guī)律性對于成績有正面影響的結(jié)論。
學(xué)霸愛泡圖書館和自習(xí)室
在樣本量足夠龐大的情況下,學(xué)生在一定時(shí)期內(nèi)的行為追蹤確實(shí)可以反映他的學(xué)習(xí)和生活狀態(tài)。比如,如果一個(gè)學(xué)生的打卡記錄顯示,他長期在教學(xué)樓的飲水機(jī)上打水,那一定程度上就說明了,教學(xué)樓是他的長期活動地點(diǎn)。
“學(xué)生畫像”的研究團(tuán)隊(duì),通過大數(shù)據(jù)分析,發(fā)現(xiàn)了出入圖書館次數(shù)多少與學(xué)習(xí)成績的好壞存在著一定的相關(guān)性,即:出入圖書館次數(shù)比較多的學(xué)生,成績要優(yōu)于出入圖書館次數(shù)比較少的學(xué)生。同一個(gè)學(xué)生,隨著他出入圖書館次數(shù)的增多或減少,他的成績排名在上下浮動。如圖↓↓
這樣的相關(guān)性,同樣適用于學(xué)校的教學(xué)樓↓↓(注:在教室打水代表該學(xué)生出現(xiàn)在了教學(xué)樓~)
現(xiàn)實(shí)中,每個(gè)人都會受到種種環(huán)境的影響。無疑,處于校園之中,身邊人的學(xué)習(xí)狀態(tài),自然也會影響到學(xué)生自身的成績好壞。
研究團(tuán)隊(duì)發(fā)現(xiàn),如果一個(gè)大學(xué)生,他身邊的朋友成績比較好,那他自身的成績也相對較好!
想要成為一枚學(xué)霸?先找個(gè)學(xué)霸好友吧~
期末會不會掛科?算一下吧
在這項(xiàng)研究中,研究團(tuán)隊(duì)專門設(shè)計(jì)出了一系列輔助學(xué)生更好完成大學(xué)學(xué)業(yè)的功能模塊——“掛科預(yù)警”。
想知道你學(xué)期末會不會掛科?那就算一算嘍!
掛科率=努力程度 + 學(xué)習(xí)基礎(chǔ);
努力程度依據(jù):教學(xué)樓打水頻率+進(jìn)出圖書館的時(shí)間與次數(shù);
學(xué)習(xí)基礎(chǔ):用已考科目成績、已考與將考科目之間的關(guān)聯(lián)性算出;
一旦你的掛科率觸碰到了預(yù)警紅線,那系統(tǒng)便會自動為負(fù)責(zé)你學(xué)習(xí)的輔導(dǎo)員推送預(yù)警信息!
“前方高能預(yù)警,您的掛科率有偏高趨勢,請好好學(xué)習(xí)~”自從有了“掛科預(yù)警”系統(tǒng),媽媽再也不用擔(dān)心我掛科了~
四年后,你會成為失業(yè)大軍中的一員嗎?
如今,就業(yè)形勢一年比一年緊張。作為學(xué)生,你在擔(dān)心畢業(yè)即失業(yè)?作為高校的管理者,你會困惑于如何幫助學(xué)生突破重圍嗎?嗯,好消息來了!
“學(xué)生畫像”研究團(tuán)隊(duì)通過大量的數(shù)據(jù)分析,研究得出了一個(gè)學(xué)生的畢業(yè)去向與他在校期間的生活規(guī)律有著一定的關(guān)聯(lián)性。
電子科技大學(xué)教育大數(shù)據(jù)研究所副所長、原微軟亞洲研究院的連德富教授在接受中國青年報(bào)(ID:zqbcyol)采訪時(shí)表示,通過對比往屆畢業(yè)生的畢業(yè)去向,他們發(fā)現(xiàn),就業(yè)困難學(xué)生群體身上確實(shí)存在某些相似的行為特征。比如,與其他同學(xué)相比,就業(yè)困難學(xué)生在校期間的生活普遍不太規(guī)律。此外,就業(yè)困難學(xué)生在圖書館的借閱書目也更偏向于懸疑科幻小說以及與游戲相關(guān)的書籍。
近年來,越來越多的大學(xué)生畢業(yè)后選擇創(chuàng)業(yè)。麥可思研究院研究發(fā)現(xiàn),包括本科畢業(yè)生和高職專院校畢業(yè)生在內(nèi)的中國大學(xué)生畢業(yè)后選擇自主創(chuàng)業(yè)的比例基本呈逐年上升的趨勢:2007年1.2%,2008年1%,2009年1.2%,2010年1.5%,2011年1.6%,2012年2%,2013年2.3%,2014年2.9%。
在連德富教授看來,大學(xué)里的創(chuàng)業(yè)一族也有“大數(shù)據(jù)”特點(diǎn)。偏好創(chuàng)業(yè)的學(xué)生跑市區(qū)的頻率要高于普通學(xué)生。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11