CN107944828A - 数据分析方法、装置及可读存储介质 - Google Patents

Abstract

本发明实施例提供一种数据分析方法、装置及可读存储介质。该方法包括：接收每个无线接入点在检测到学生终端接入时调用DPI服务进程采集到的学生行为数据，学生行为数据包括学生使用的应用程序的统计信息；针对每个学生的学生行为数据，从属性分析库中匹配与学生行为数据对应的属性信息，属性信息包括多个维度下的属性倾向值；基于职业分析策略对属性信息进行分析，获得该学生的职业等级信息，并将职业等级信息和属性信息存储在数据库中。由此，通过深入的职业分析策略来分析出学生的职业能力，从而为寻找与工作岗位匹配的学生的招聘方提供参考，解决了目前难以衡量学生的职业能力的重大难题。

Description

数据分析方法、装置及可读存储介质

技术领域

本发明涉及数据挖掘技术领域，具体而言，涉及一种数据分析方法、装置及可读存储介质。

背景技术

在现代教育中，为学生未来的职业生涯积累必要的技能和经验是一个巨大的挑战，目前关键的挑战是如何衡量一个学生目前的职业能力，而对于招聘方来说，要判断一个学生是否与提供的工作岗位匹配也是一个很大的难题。

发明内容

为了克服现有技术中的上述不足，本发明的目的在于提供一种数据分析方法、装置及可读存储介质，能够有效分析出每个学生的职业能力，从而为寻找与工作岗位匹配的学生的招聘方提供参考。

为了实现上述目的，本发明较佳实施例采用的技术方案如下：

本发明较佳实施例提供一种数据分析方法，与至少一个无线接入点通信连接的服务器，所述服务器中预存有属性分析库和职业分析策略，所述方法包括：

针对每个无线接入点，接收所述无线接入点在检测到学生终端接入时调用DPI服务进程采集到的学生行为数据，所述学生行为数据包括学生使用的应用程序的统计信息；

针对每个学生的学生行为数据，从所述属性分析库中匹配与所述学生行为数据对应的属性信息，所述属性信息包括多个维度下的属性倾向值；

基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，并将所述职业等级信息和所述属性信息存储在数据库中。

在本发明较佳实施例中，所述服务器还与招聘终端通信连接，所述基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，并将所述职业等级信息和所述属性信息存储在数据库中之后，所述方法还包括：

接收招聘终端发送的学生招聘请求，所述学生招聘请求中包括有职位描述信息，所述职位描述信息包括目标学生属性和/或目标学生职业等级；

从所述数据库中查找与所述学生招聘请求匹配的学生列表，并将所述学生列表发送给所述招聘终端，所述学生列表包括有每个学生的学生简历、学生属性和学生职业等级。

在本发明较佳实施例中，所述基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，并将所述职业等级信息和所述属性信息存储在数据库中之后，所述方法还包括：

在接收到所述学生终端通过所述无线接入点发送的职业建议获取请求后，基于对应的学生的职业等级信息和属性信息生成职业建议；

将所述职业建议通过所述无线接入点发送给所述学生终端。

在本发明较佳实施例中，所述应用程序的统计信息包括每个应用程序的使用记录，所述使用记录包括学生对应用程序的下载记录和/或浏览记录。

在本发明较佳实施例中，所述从所述属性分析库中匹配与所述学生行为数据对应的属性信息，包括：

从所述学生行为数据中获取每个应用程序的使用记录；

针对每个维度，从所述属性分析库中查找各个应用程序的使用记录在所述维度下的属性倾向值；

根据查找到的各个应用程序的使用记录在所述维度下的属性倾向值生成所述学生的属性信息。

在本发明较佳实施例中，所述基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，包括：

计算所述学生在每个维度下的属性倾向值对应的职业分数；

根据所述每个维度下的属性倾向值对应的职业分数计算得到所述学生的职业总分数；

根据所述职业总分数生成该学生的职业等级信息。

在本发明较佳实施例中，所述方法还包括：

所述服务器响应所述属性分析库和职业分析策略的配置请求，配置所述属性分析库和职业分析策略，所述属性分析库包括每种维度的属性倾向值与各个应用程序的使用数据之间的对应关系，所述职业分析策略包括职业分数与每种维度的属性倾向值之间的对应关系。

本发明较佳实施例还提供一种数据分析装置，与至少一个无线接入点通信连接的服务器，所述服务器中预存有属性分析库和职业分析策略，所述装置包括：

接收模块，用于针对每个无线接入点，接收所述无线接入点在检测到学生终端接入时调用DPI服务进程采集到的学生行为数据，所述学生行为数据包括学生使用的应用程序的统计信息。

匹配模块，用于针对每个学生的学生行为数据，从所述属性分析库中匹配与所述学生行为数据对应的属性信息，所述属性信息包括多个维度下的属性倾向值；

分析模块，用于基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，并将所述职业等级信息和所述属性信息存储在数据库中。

本发明较佳实施例还提供一种数据分析方法，应用于数据分析系统，所述数据分析系统包括服务器以及与所述服务器通信连接的至少一个无线接入点，所述服务器中预存有属性分析库和职业分析策略，所述方法包括：

所述无线接入点在检测到学生终端接入时，调用DPI服务进程采集所述学生终端的学生行为数据，所述学生行为数据包括学生使用的应用程序的统计信息；

将所述学生行为数据发送给所述服务器；

所述服务器针对每个学生的学生行为数据，从所述属性分析库中匹配与所述学生行为数据对应的属性信息，所述属性信息包括多个维度下的属性倾向值；

基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，并将所述职业等级信息和所述属性信息存储在数据库中。

本发明较佳实施例还提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序运行时实现上述的数据分析方法。

相对于现有技术而言，本发明具有以下有益效果：

本发明实施例提供一种数据分析方法、装置及可读存储介质。服务器通过接收每个无线接入点在检测到学生终端接入时调用DPI服务进程采集到的学生行为数据，并针对每个学生的学生行为数据，从属性分析库中匹配与学生行为数据对应的属性信息，而后基于职业分析策略对属性信息进行分析，获得该学生的职业等级信息，并将职业等级信息和属性信息存储在数据库中。由此，通过在无线接入点中运行的DPI服务进程不断地采集汇总学生行为数据，并通过服务器不断对学生的属性信息进行分析，并通过深入的职业分析策略来分析出学生的职业能力，从而为寻找与工作岗位匹配的学生的招聘方提供参考，解决了目前难以衡量学生的职业能力的重大难题。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。

图1为本发明较佳实施例提供的数据分析系统的一种交互示意图；

图2为本发明较佳实施例提供的数据分析方法的一种流程示意图；

图3为图2中所示的步骤S120包括的各个子步骤的一种流程示意图；

图4为图2中所示的步骤S130包括的各个子步骤的一种流程示意图；

图5为本发明较佳实施例提供的数据分析方法的另一种流程示意图；

图6为本发明较佳实施例提供的数据分析方法的另一种流程示意图；

图7为本发明较佳实施例提供的数据分析方法的另一种流程示意图；

图8为本发明较佳实施例提供的数据分析装置的一种功能模块图；

图9为本发明较佳实施例提供的服务器的一种结构示意框图。

图标：10-数据分析系统；100-服务器；110-总线；120-处理器；130-存储介质；140-总线接口；150-网络适配器；160-用户接口；170-数据分析装置；171-接收模块；172-匹配模块；173-分析模块；200-无线接入点；300-学生终端；400-招聘终端。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

请参阅图1，为本发明较佳实施例提供的数据分析系统10的一种应用场景示意图。本实施例中，数据分析系统10可以包括服务器100、与所述服务器100通信连接的至少一个无线接入点200、与所述服务器100通信连接的至少一个招聘终端400(图中仅示出一个)以及与所述无线接入点200通信连接的至少一个学生终端300。

所述学生终端300或者招聘终端400所述可以通过诸如有线或无线网络等方式发送或接收信号，或可以在诸如存储器中将信号处理或存储为物理存储状态。每个学生终端300或者招聘终端400可以是包括硬体、软体或内嵌逻辑元件或者两个或多个此类元件的组合的电子装置。可选地，所述学生终端300或者招聘终端400可以是一种具有无线收发功能的设备，包括室内或室外、手持、穿戴或车载设备。例如，所述学生终端300或者招聘终端400可以是手机(mobile phone)、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实(VirtualReality，VR)终端设备、增强现实(Augmented Reality，AR)终端设备等等。本申请的实施例对应用场景不做限定。

根据本发明的一些实施例，所述学生终端300为学生使用的终端，具体可以包括：包含应用处理部和射频/数位讯号处理器的处理装置；显示幕；可包含物理键、覆盖在显示幕上的触摸键或它们的组合的袖珍键盘；用户识别模组卡；可以包含ROM、RAM、快闪存储器或它们的任意组合的存储器装置；Wi-Fi和/或蓝牙接口；无线电话接口；带有关联电池的电源管理电路；USB接口和连接器；带有关联麦克风、扬声器和耳机插孔的音讯管理系统；以及各种诸如照相机、全球定位系统、加速器等的可选择的附属部件。

根据本发明的一些实施例，所述招聘终端400为招聘方使用的终端，具体结构可以参照上述学生终端300中的相应描述，在此不再赘述。

在本发明实施例中，所述服务器100应被理解为提供处理、资料库、通讯设施的业务点。举例而言，服务器100可以指具有相关通信和资料存储和资料库设施的单个的物理处理器，或它可以指联网或集聚的处理器、相关网路和存放装置的集合体，并且对软体和一个或多个资料库系统和支援服务器100所提供的服务的应用软体进行操作。服务器100可以在配置或性能上差异很大，但是服务器100一般可以包括一个或多个中央处理单元和存储单元。服务器100还可以包括一个或多个大型存放区设备、一个或多个电源、一个或多个有线或无线网络组件、一个或多个输入/输出组件、或一个或多个作业系统，诸如，WindowsServer、Mac OS X、Unix、Linux、FreeBSD。

请参阅图2，为本发明较佳实施例提供的数据分析方法的一种流程示意图，所述方法由图1中所示的服务器100执行。所应说明的是，本发明实施例提供的数据分析方法不以图2及以下所述的具体顺序为限制。所述方法的具体流程如下：

步骤S110，针对每个无线接入点200，接收所述无线接入点200在检测到学生终端300接入时调用DPI服务进程采集到的学生行为数据。

本实施例中，所述无线接入点200(Access Point，AP)是一个无线网络的接入点，俗称“热点”，主要有路由交换接入一体设备和纯接入点设备，一体设备执行接入和路由工作，纯接入设备只负责终端的接入，纯接入设备通常作为无线网络扩展使用，与其它AP或者主AP连接，以扩大无线覆盖范围。

在对所述步骤S110作进一步地阐述之前，首先对DPI服务进程进行详细说明。DPI(Deep Packet Inspection)是一种基于数据包的深度检测技术，针对不同的网络应用层载荷(例如HTTP、DNS等)进行深度检测，通过对报文的有效载荷检测决定其合法性。DPI同时集成了IDS(Intrusion Detection System)、IPS(Intrusion Prevention System)和传统防护墙的功能。这就使得DPI可能检测到IDS、IPS或防火墙都不能独立探测到的某些特定的应用。对于防火墙来说，它能够检测一个报文流的开始和结束，但是不能获取到报文本身之外的特定应用。对于IDS来说，它可以检测到入侵，但是没有能力干预和抵御入侵。IPS可以快速的阻止网络病毒和蠕虫的入侵。更具体地说，DPI可以有效地抵御缓冲区溢出攻击、拒绝服务攻击(DoS)、复杂的入侵，以及一小部分隐藏于单个报文中的网络蠕虫。进一步地，DPI设备可以负责数据采集、流量分析统计、日志合成，应用于所述服务器100可以完成对数据的进一步分析处理，合理组织和存储数据，并进行呈现。

本实施例中，DPI服务进程运行在每个所述AP中，每个AP在检测到学生终端300接入时，采集每个学生终端300的学生行为数据。具体地，每个学生终端300都对应有一个终端硬件地址，例如MAC地址，不同的MAC地址即对应的是不同的学生，为了使得所述服务器100识别每个学生终端300对应的是哪一个学生，可选地，所述服务器100中还可以存储有每个MAC地址与学生之间的关联信息，也即在获取到每个学生终端300的MAC地址时，就能够识别是哪个学生在使用该学生终端300。

在实际实施时，每个AP都可以采集每个学生对应用程序(Application，APP)的操作行为信息。所述操作行为信息包括：下载行为信息和/或浏览行为信息，然后，对所述操作行为信息进行记录，生成应用程序的统计信息，从而得到所述学生终端300的学生行为数据。所述统计信息包括每个应用程序的使用记录，所述使用记录包括下载记录和/或浏览记录。例如，学生在使用学生终端300接入所述AP时，在浏览或者下载应用程序的过程中，AP会通过DPI服务进程实时采集该学生终端300的应用程序的统计信息。比如，该学生每天打开的各个应用程序的次数和时刻，各个应用程序的前台运行时间，使用的各个应用程序的类别统计，例如学习类应用程序、游戏类应用程序、新闻类应用程序在每天应用程序的总使用时间或者次数的占比等等，都可以记为该学生终端300的应用程序的统计信息。

例如，学生A将他的手机、笔记本电脑或iPad连接到WIF，然后在7：00AM启动应用程序游戏B时，在AP内部的DPI服务进程启动数据收集，并实时发送到所述服务器100，当学生A在11：30PM完成/停止游戏时，所述DPI服务进程将收集到的数据实时发送到所述服务器100，那么该学生A的应用程序游戏B的使用记录为，从早上7：00AM到11：30PM，该学生A一直在玩游戏B。

步骤S120，针对每个学生的学生行为数据，从所述属性分析库中匹配与所述学生行为数据对应的属性信息。

本实施例中，所述属性信息可以包括多个维度下的属性倾向值，其中，所述维度可包括学习能力维度、勤奋维度、人际交往维度、兴趣维度等等。作为一种实施方式，请参阅图3，所述步骤S120可以包括以下子步骤：

子步骤S121，从所述学生行为数据中获取每个应用程序的使用记录。

子步骤S122，针对每个维度，从所述属性分析库中查找各个应用程序的使用记录在所述维度下的属性倾向值。

子步骤S123，根据查找到的各个应用程序的使用记录在所述维度下的属性倾向值生成所述学生的属性信息。

本实施例中，所述服务器100中预先配置有属性分析库，所述属性分析库包括每种维度的属性倾向值与各个应用程序的使用数据之间的对应关系，例如，在学习能力维度上，如果某个学生每天使用的学习类应用程序的使用时间超过一个小时，那么学习能力维度的属性倾向值响应增加预设值，例如增加1分，而如果某个学生每天使用的游戏类应用程序的使用时间超过一个小时，那么学习能力维度的属性倾向值响应减少预设值，例如减少5分。进而可以通过所述属性分析库计算各个应用程序的使用记录在每个维度下的属性倾向值，从而生成所述学生的属性信息，例如，最终得到该学生在学习能力维度、勤奋维度、人际交往维度、兴趣维度下的属性倾向值中，学习能力维度和勤奋维度下的属性倾向值远高于人际交往维度、兴趣维度下的属性倾向值，那么可以判断该学生在学校中非常勤奋且热爱学习。如此，可以根据学生终端300上的各个应用程序的使用记录获取到学生的属性信息。

步骤S130，基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，并将所述职业等级信息和所述属性信息存储在数据库中。

本实施例中，作为一种实施方式，请参阅图4，所述步骤S130还可以包括以下子步骤：

子步骤S131，计算所述学生在每个维度下的属性倾向值对应的职业分数。

子步骤S132，根据所述每个维度下的属性倾向值对应的职业分数计算得到所述学生的职业总分数。

子步骤S133，根据所述职业总分数生成该学生的职业等级信息。

本实施例中，所述服务器100中预先配置有职业分析策略，所述职业分析策略包括职业分数与每种维度的属性倾向值之间的对应关系，例如，针对每种维度的属性倾向值，可以计算得到该维度的属性倾向值对应的职业分数，然后根据每个维度下的属性倾向值对应的职业分数计算得到所述学生的职业总分数。可以理解的是，对于不同的职业岗位来说，每个维度下的属性倾向值下的职业分数也是不同的，例如对于科研岗位，如果学习能力维度和勤奋维度下属性倾向值越高，那么其对应的职业分数也就越高，也就是说学习能力和勤奋对于科研岗位来讲是比较重要的维度，而对于营销类岗位，如果人际交往维度下属性倾向值越高，那么其对应的职业分数也就越高，也就是说人际交往呢里对于营销类岗位来讲是比较重要的维度。如此，基于所述每个维度下的属性倾向值，可以计算得到不同职业岗位下的职业分数，进而按照分数对该学生进行职业评级，以分析出对于不同职业岗位来说学生的职业能力到底如何，从而为寻找与工作岗位匹配的学生的招聘方提供参考。

基于上述设计，通过在无线接入点200中运行的DPI服务进程不断地采集汇总学生行为数据，并通过服务器100不断对学生的属性信息进行分析，并通过深入的职业分析策略来分析出学生的职业能力，从而为寻找与工作岗位匹配的学生的招聘方提供参考，解决了目前难以衡量学生的职业能力的重大难题。

值得说明的是，每个学生的职业等级信息和属性信息都可以随着该学生的应用程序的不断累计的统计情况逐渐改变，从而使得生成的职业等级信息和属性信息越接近该学生的真实情况。

进一步地，请参阅图5，在所述步骤S130之后，所述方法还可以包括：

步骤S140，在接收到所述学生终端300通过所述无线接入点200发送的职业建议获取请求后，基于对应的学生的职业等级信息和属性信息生成职业建议。

步骤S150，将所述职业建议通过所述无线接入点200发送给所述学生终端300。

本实施例中，每个学生可通过其使用的学生终端300随时向服务器100发送职业建议获取请求，服务器100根据所述职业建议获取请求，查找该学生的职业等级信息和属性信息，从而生成职业建议并通过所述无线接入点200发送给所述学生终端300。例如，服务器100查找到该学生的专业为理论研究类专业，预从事岗位为科研类岗位，但是在科研类岗位的职业等级较低，再进一步地查找到该学生平时玩游戏时间较长，且在学习上消耗的时间较多，则建议该学生在该专业的学习上多下功夫，例如，可以根据数据库中预从事科研类岗位的其它职业等级较高的学生的应用程序统计信息，以生成相关的建议给该学生参考。

进一步地，请参阅图6，在所述步骤S130之后，所述方法还可以包括：

步骤S160，接收招聘终端400发送的学生招聘请求。

本实施例中，招聘方可以通过其使用的招聘终端400向服务器100发送学生照片请求，所述学生招聘请求中包括有职位描述信息，所述职位描述信息包括目标学生属性和/或目标学生职业等级，也即招聘方可以通过所述招聘终端400搜索满足本公司岗位的学生，具体以学生属性和/或学生职业等级体现出来，例如该公司欲招聘科研类岗位人才，那么可以以“学习能力优先”“勤奋优先”等关键词查找相关学生，同时也可以输入对应的职业等级，例如至少B级职业能力的学生，如此，可以很方便地判断一个学生是否与提供的工作岗位匹配。

步骤S170，从所述数据库中查找与所述学生招聘请求匹配的学生列表，并将所述学生列表发送给所述招聘终端400。

本实施例中，所述学生列表包括有每个学生的学生简历、学生属性和学生职业等级。所述学生列表可以根据学生职业等级的高低进行排序，将高职业等级的学生排在前面，招聘方可以从所述学生列表中查看每个学生的在校简历和各个维度下的属性倾向值，从而可以更容易地判断该学生是否与所提供的工作岗位匹配，如此，为招聘方的招聘工作提供较准确的参考。

进一步地，请参阅图7，本发明较佳实施例还提供一种数据分析方法，应用于数据分析系统10，所述数据分析系统10包括服务器100以及与所述服务器100通信连接的至少一个无线接入点200，所述服务器100中预存有属性分析库和职业分析策略，所述方法包括：

步骤S210，无线接入点200在检测到学生终端300接入时，调用DPI服务进程采集所述学生终端300的学生行为数据，所述学生行为数据包括学生使用的应用程序的统计信息。

步骤S220，将所述学生行为数据发送给所述服务器100。

步骤S230，所述服务器100针对每个学生的学生行为数据，从所述属性分析库中匹配与所述学生行为数据对应的属性信息，所述属性信息包括多个维度下的属性倾向值。

步骤S240，基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，并将所述职业等级信息和所述属性信息存储在数据库中。

可以理解的是，本实施例中的各步骤的具体操作方法可参照上述方法实施例中相应步骤的详细描述，在此不再重复赘述。

进一步地，请参阅图8，本发明较佳实施例还提供一种数据分析装置170，所述装置可以包括：

接收模块171，用于针对每个无线接入点200，接收所述无线接入点200在检测到学生终端300接入时调用DPI服务进程采集到的学生行为数据，所述学生行为数据包括学生使用的应用程序的统计信息。

匹配模块172，用于针对每个学生的学生行为数据，从所述属性分析库中匹配与所述学生行为数据对应的属性信息，所述属性信息包括多个维度下的属性倾向值。

分析模块173，用于基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，并将所述职业等级信息和所述属性信息存储在数据库中。

可以理解的是，本实施例中的各功能模块的具体操作方法可参照上述方法实施例中相应步骤的详细描述，在此不再重复赘述。

进一步地，本发明较佳实施例还提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序运行时控制所述服务器100执行上述的数据分析方法。

进一步地，请参阅图9，为本发明实施较佳实施例提供的服务器100的一种结构示意框图。如图9所示，服务器100可以由总线110作一般性的总线体系结构来实现。根据服务器100的具体应用和整体设计约束条件，总线110可以包括任意数量的互连总线和桥接。总线110将各种电路连接在一起，这些电路包括处理器120、存储介质130和总线接口140。可选地，服务器100可以使用总线接口140将网络适配器150等经由总线110连接。网络适配器150可用于实现服务器100中物理层的信号处理功能，并通过天线实现射频信号的发送和接收。用户接口160可以连接外部设备，例如：键盘、显示器、鼠标或者操纵杆等。总线110还可以连接各种其它电路，如定时源、外围设备、电压调节器或者功率管理电路等，这些电路是本领域所熟知的，因此不再详述。

可以替换的，服务器100也可配置成通用处理系统，例如通称为芯片，该通用处理系统包括：提供处理功能的一个或多个微处理器，以及提供存储介质130的至少一部分的外部存储器，所有这些都通过外部总线体系结构与其它支持电路连接在一起。

可替换的，服务器100可以使用下述来实现：具有处理器120、总线接口140、用户接口160的ASIC(专用集成电路)；以及集成在单个芯片中的存储介质130的至少一部分，或者，服务器100可以使用下述来实现：一个或多个FPGA(现场可编程门阵列)、PLD(可编程逻辑器件)、控制器、状态机、门逻辑、分立硬件部件、任何其它适合的电路、或者能够执行本发明通篇所描述的各种功能的电路的任意组合。

其中，处理器120负责管理总线110和一般处理(包括执行存储在存储介质130上的软件)。处理器120可以使用一个或多个通用处理器和/或专用处理器来实现。处理器120的例子包括微处理器、微控制器、DSP处理器和能够执行软件的其它电路。应当将软件广义地解释为表示指令、数据或其任意组合，而不论是将其称作为软件、固件、中间件、微代码、硬件描述语言还是其它。

在图9中存储介质130被示为与处理器120分离，然而，本领域技术人员很容易明白，存储介质130或其任意部分可位于服务器100之外。举例来说，存储介质130可以包括传输线、用数据调制的载波波形、和/或与无线节点分离开的计算机制品，这些介质均可以由处理器120通过总线接口140来访问。可替换地，存储介质130或其任意部分可以集成到处理器120中，例如，可以是高速缓存和/或通用寄存器。

所述处理器120可执行上述实施例，具体地，所述存储介质130中可以存储有所述数据分析装置170，所述处理器120可以用于执行所述数据分析装置170。

综上所述，本发明实施例提供一种数据分析方法、装置及可读存储介质。服务器100通过接收每个无线接入点200在检测到学生终端300接入时调用DPI服务进程采集到的学生行为数据，并针对每个学生的学生行为数据，从属性分析库中匹配与学生行为数据对应的属性信息，而后基于职业分析策略对属性信息进行分析，获得该学生的职业等级信息，并将职业等级信息和属性信息存储在数据库中。由此，通过在无线接入点200中运行的DPI服务进程不断地采集汇总学生行为数据，并通过服务器100不断对学生的属性信息进行分析，并通过深入的职业分析策略来分析出学生的职业能力，从而为寻找与工作岗位匹配的学生的招聘方提供参考，解决了目前难以衡量学生的职业能力的重大难题。

在本发明所提供的实施例中，应该理解到，所揭露的装置、系统和方法，也可以通过其它的方式实现。以上所描述的装置、系统和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

可以替换的，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其它可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

需要说明的是，在本文中，术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句"包括一个……"限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (10)

1.一种数据分析方法，其特征在于，应用于与至少一个无线接入点通信连接的服务器，所述服务器中预存有属性分析库和职业分析策略，所述方法包括：

针对每个无线接入点，接收所述无线接入点在检测到学生终端接入时调用DPI服务进程采集到的学生行为数据，所述学生行为数据包括学生使用的应用程序的统计信息；

针对每个学生的学生行为数据，从所述属性分析库中匹配与所述学生行为数据对应的属性信息，所述属性信息包括多个维度下的属性倾向值；

基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，并将所述职业等级信息和所述属性信息存储在数据库中。

2.根据权利要求1所述的数据分析方法，其特征在于，所述服务器还与招聘终端通信连接，所述基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，并将所述职业等级信息和所述属性信息存储在数据库中之后，所述方法还包括：

接收招聘终端发送的学生招聘请求，所述学生招聘请求中包括有职位描述信息，所述职位描述信息包括目标学生属性和/或目标学生职业等级；

从所述数据库中查找与所述学生招聘请求匹配的学生列表，并将所述学生列表发送给所述招聘终端，所述学生列表包括有每个学生的学生简历、学生属性和学生职业等级。

3.根据权利要求1所述的数据分析方法，其特征在于，所述基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，并将所述职业等级信息和所述属性信息存储在数据库中之后，所述方法还包括：

在接收到所述学生终端通过所述无线接入点发送的职业建议获取请求后，基于对应的学生的职业等级信息和属性信息生成职业建议；

将所述职业建议通过所述无线接入点发送给所述学生终端。

4.根据权利要求1所述的数据分析方法，其特征在于，所述应用程序的统计信息包括每个应用程序的使用记录，所述使用记录包括学生对应用程序的下载记录和/或浏览记录。

5.根据权利要求1所述的数据分析方法，其特征在于，所述从所述属性分析库中匹配与所述学生行为数据对应的属性信息，包括：

从所述学生行为数据中获取每个应用程序的使用记录；

针对每个维度，从所述属性分析库中查找各个应用程序的使用记录在所述维度下的属性倾向值；

根据查找到的各个应用程序的使用记录在所述维度下的属性倾向值生成所述学生的属性信息。

6.根据权利要求1所述的数据分析方法，其特征在于，所述基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，包括：

计算所述学生在每个维度下的属性倾向值对应的职业分数；

根据所述每个维度下的属性倾向值对应的职业分数计算得到所述学生的职业总分数；

根据所述职业总分数生成该学生的职业等级信息。

7.根据权利要求1-6中任意一项所述的数据分析方法，其特征在于，所述方法还包括：

所述服务器响应所述属性分析库和职业分析策略的配置请求，配置所述属性分析库和职业分析策略，所述属性分析库包括每种维度的属性倾向值与各个应用程序的使用数据之间的对应关系，所述职业分析策略包括职业分数与每种维度的属性倾向值之间的对应关系。

8.一种数据分析装置，其特征在于，应用于与至少一个无线接入点通信连接的服务器，所述服务器中预存有属性分析库和职业分析策略，所述装置包括：

接收模块，用于针对每个无线接入点，接收所述无线接入点在检测到学生终端接入时调用DPI服务进程采集到的学生行为数据，所述学生行为数据包括学生使用的应用程序的统计信息；

匹配模块，用于针对每个学生的学生行为数据，从所述属性分析库中匹配与所述学生行为数据对应的属性信息，所述属性信息包括多个维度下的属性倾向值；

分析模块，用于基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，并将所述职业等级信息和所述属性信息存储在数据库中。

9.一种数据分析方法，其特征在于，应用于数据分析系统，所述数据分析系统包括服务器以及与所述服务器通信连接的至少一个无线接入点，所述服务器中预存有属性分析库和职业分析策略，所述方法包括：

所述无线接入点在检测到学生终端接入时，调用DPI服务进程采集所述学生终端的学生行为数据，所述学生行为数据包括学生使用的应用程序的统计信息；

将所述学生行为数据发送给所述服务器；

所述服务器针对每个学生的学生行为数据，从所述属性分析库中匹配与所述学生行为数据对应的属性信息，所述属性信息包括多个维度下的属性倾向值；

基于所述职业分析策略对所述属性信息进行分析，获得该学生的职业等级信息，并将所述职业等级信息和所述属性信息存储在数据库中。

10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序被执行时实现权利要求1-7中任意一项所述的数据分析方法。