CN108694235A - 一种基于校园大数据的失联学生实时预警方法 - Google Patents
一种基于校园大数据的失联学生实时预警方法 Download PDFInfo
- Publication number
- CN108694235A CN108694235A CN201810448256.7A CN201810448256A CN108694235A CN 108694235 A CN108694235 A CN 108694235A CN 201810448256 A CN201810448256 A CN 201810448256A CN 108694235 A CN108694235 A CN 108694235A
- Authority
- CN
- China
- Prior art keywords
- student
- lost contact
- campus
- early warning
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 239000013598 vector Substances 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000010276 construction Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 description 4
- 230000005764 inhibitory process Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明主要为智慧校园在校学生状态管理技术,具体涉及一种基于校园大数据的失联学生实时预警方法,该方法包括:建立校园云大数据中心C;根据校园云大数据中心C,采集学生在校状态数据;根据学生在校状态数据,建立学生在校状态二次数据库D,并添加历史失联记录字段,失联时间字段;建立失联学生状态识别模型;建立失联学生实时预警模型;根据实时预警模型输出预警结果。本发明以校园云大数据中心建设为基础,建立失联学生状态识别模型与失联学生实时预警模型,实时地从海量的校园校务、一卡通、监控、上网系统数据中挖掘出潜在失联学生信息,及时将失联预警分等级地发送至相关联系人员,真正从安全角度协助高校管理人员做好校园安全工作。
Description
技术领域
本发明主要为智慧校园在校学生状态管理技术,具体涉及一种基于校园大数据的失联学生实时预警方法。
背景技术
近些年,以管理信息化为核心的传统数字化校园,正不断受到来自大云计算、物联网、大数据、移动互联等先进技术的冲击。随着“智慧地球”、“智慧城市”等概念的风靡,“智慧校园”应运而生,并被教育系统提到了建设日程。智慧校园是国家教育信息化的顶层设计,是对数字化校园的进一步梳理与升级,通过综合运用云计算、物联网、大数据、移动互联、人工智能等先进信息技术,有机连接校园物理空间与数字空间,构建开放、高效、协同的智能信息化平台,实现人、财、物等信息的快速流通,教、学、研、管等校园业务活动的有序展开,打造智慧化服务与管理的校园新模式。
智慧校园的核心是数据高度集中的大数据中心。校园大数据中心的建设,应扬弃传统校园数字业务分割、封闭不通的组织架构,将校园各类应用服务系统产生的业务数据高效集成与融合,实现校内各种数据的存储与处理。再采用数据挖掘和大数据分析方法,建立校园日常应用知识库,掌握校园内事物的规律,通过多样的智能终端为师生用户群体提供个性化、及时化、主动化的智能服务。
身份认证是指对业务应用主体提出的身份证据进行判别的过程。基于校园场景的统一身份认证技术,则是在校园数据中心建设的基础上为所有用户配备的多种身份证据统一判别技术,通常包括扫码、短信、人脸、RFID卡等方式。统一身份认证技术既从用户角度解决了校园场景内人群密集、识别方式单一等问题,又从业务角度解决了识别过程慢、数据采集交换困难等问题。
校园安全一直是学校和学生家长关注的焦点问题。如今社会发展节奏加快,社会、学校、家庭对学生心理状况发展普遍缺乏了解,社交压力、外在诱惑、自控力弱等因素导致的校园失联事件频频发生,院校对校园安全的管理控制能力正受到巨大挑战。随着传统院校逐步向“智慧校园”转型与升级,如何利用校园大数据平台对失联学生进行及时的信息挖掘与分析,实现失联事件精准识别、多等级预警至关重要。
发明内容
为解决上述问题,本发明提供了一种基于校园大数据的失联学生实时预警方法,包括:
建立校园云大数据中心C;
根据校园云大数据中心C,采集学生在校状态数据;
根据学生在校状态数据,建立学生在校状态二次数据库D,并添加历史失联记录字段f1,失联时间字段f2;
建立失联学生状态识别模型;
建立失联学生实时预警模型;
根据实时预警模型输出预警结果。
可选的,学生在校状态数据包括:校务系统特征M1、一卡通系统特征M2、校园监控系统特征M3、校园网络系统特征M4。
可选的,建立失联学生状态识别模型包括:
建立学生失联状态向量s,s=(M1,M2,M3,M4);
失联状态向量s中,校务系统特征M1为:
一卡通系统特征M2为:
校园监控系统特征M3为:
校园网络系统特征M4为:
,
其中F为学生在校状态二次数据库D的全字段序列,表示“存在xi”,
表示“任意xi”。
可选的,建立失联学生实时预警模型包括:
建立一级失联学生实时预警模型L1,模型L1如下:
,
其中f1初始状态为1,f1为0时表示该学生有过失联记录,当L1=0时,判断学生为失联状态。
可选的,建立失联学生实时预警模型还包括:
建立二级失联学生实时预警模型L2,模型L2如下:
标准状态向量v=(1,1,1,1),通过向量内积结果判断学生的失联状态,当L2=0时,判断学生为失联状态。
可选的,建立失联学生实时预警模型还包括:
当L2=0时,将该学生历史失联记录字段f1置为0,并开始计算此次失联持续时间开始计算此次失联持续时间,通过失联时间字段f2记录;
建立三级失联学生实时预警模型L3,模型L3如下:
其中Threshold为预设安全阈值,当L3=0,判断学生为失联状态。
本发明的有益效果:本发明以校园云大数据中心建设为基础,从校园各个业务系统为出发点,以统一身份认证为技术手段,建立失联学生状态识别模型与失联学生实时预警模型,实时地从海量的校园校务、一卡通、监控、上网系统等数据中挖掘出潜在失联学生信息,及时将失联预警分等级地发送至相关联系人员,真正从安全角度实现高等学院的科学管理与智能决策。
附图说明
附图1为本发明实施例一种基于校园大数据的失联学生实时预警方法流程图。
具体实施方式
下面结合实施例对本发明做进一步描述。
根据附图1所示,本发明提供了一种基于校园大数据的失联学生实时预警方法,包括以下步骤:
步骤S01,建立校园云大数据中心C;
具体的,根据校园实际情况与业务需求,对校园数据进行治理,建立云校园大数据中心。
步骤S03,根据校园云大数据中心C,采集学生在校状态数据;
具体的,在云校园大数据中心建立之后,需要采集学生在校园场景内产生的各类数据。这些数据大致包括校务系统数据,如请假、外出、实习;校园一卡通系统数据,如餐饮、消费、租借、门禁、考勤;校园监控系统数据,如楼宇监控、课堂视频记录、交通监控;校园网络系统数据,如上网行为、网络登录日志。
进一步的,学生在校状态数据包括:校务系统特征M1、一卡通系统特征M2、校园监控系统特征M3、校园网络系统特征M4。其中,M1M2M3M4,分别代表校园校务系统、一卡通系统、校园监控系统、校园网络系统特征。以一卡通系统为例,该系统中会包括食堂就餐记录,洗衣、购物、租借、打水等消费记录,图书馆、宿舍、实验室等门禁出入记录,上课、会议、社团活动等考勤记录。
步骤S05,根据学生在校状态数据,建立学生在校状态二次数据库D,并添加历史失联记录字段f1,失联时间字段f2;
具体的,通过对采集数据进行数据集成、融合、特征提取等操作,建立学生在校状态二次数据库D。
步骤S07,建立失联学生状态识别模型;
进一步的,S07建立失联学生状态识别模型包括:
建立学生失联状态向量s,s=(M1,M2,M3,M4);
其中,校务系统特征M1为:
一卡通系统特征M2为:
校园监控系统特征M3为:
校园网络系统特征M4为:
其中F为学生在校状态二次数据库D的全字段序列,根据校园业务系统将F
划分成四部分。记校务系统特征符号为M1,数据库字段范围为[d1,d2];记一
卡通系统特征符号为M2,数据库字段范围为[d3,d4];记校园监控系统特征符
号为M3,数据库字段范围为[d5,d6];记校园网络系统特征符号为M4,数据
库字段范围为[d7,d8];其中表示“存在xi”;表示“任意xi”。
建立失联学生状态识别模型,将任一学生的在校状态通过向量s表示,s中包含符号M1M2M3M4,分别代表校园校务系统、一卡通系统、校园监控系统、校园网络系统特征。以一卡通系统为例,该系统中会包括食堂就餐记录,洗衣、购物、租借、打水等消费记录,图书馆、宿舍、实验室等门禁出入记录,上课、会议、社团活动等考勤记录,由于学生自由程度高、选择性多,当任一记录出现在数据库D中,有依据认为学生处于正常在校状态,将M2置为1;反之若不存在任何数据,有依据怀疑学生处于失联状态,将置M2为0。其余系统特征与一卡通系统特征操作过程相同。
步骤S09,建立失联学生实时预警模型;
进一步的,S09建立失联学生实时预警模型包括:
建立一级失联学生实时预警模型L1,模型L1如下:
,
其中f1初始状态为1,f1为0时表示该学生有过失联记录,当L1=0时,判断学生为失联状态。
进一步的,建立失联学生实时预警模型还包括:
建立二级失联学生实时预警模型L2,模型L2如下:
标准状态向量v=(1,1,1,1),通过向量内积结果判断学生的失联状态,当L2=0时,判断学生为失联状态。
进一步的,建立失联学生实时预警模型还包括:
当L2=0时,将该学生历史失联记录字段f1置为0,并开始计算此次失联持续时间,通过失联时间字段f2记录;
建立三级失联学生实时预警模型L3,模型L3如下:
其中Threshold为预设安全阈值,当L3=0,判断学生为失联状态。
步骤S11,根据实时预警模型输出预警结果。
具体的,通过本发明实施例,建立三级失联学生实时预警模型,不同等级预警模型输出不同的预警结果。进一步的,预警结果包括预警通知等级、预警通知对象等。一级失联学生实时预警模型L1以历史失联记录为判断依据,即若学生曾经出现过失联事件,则很可能再次发生,此时将学生信息与校园生活状态发送至班主任、辅导员。二级失联学生实时预警模型L2以学生在校状态向量s为判断依据,将向量s与同长度的全一向量作内积,其结果若不为0,则说明学生在校园各个业务系统中出现过记录,有依据认为学生处于正常在校状态;反之若结果为0,则代表学生没有任何校园活动状态,有依据认为学生处于失联状态,此时将预警通知发送至班主任、辅导员、家长等。三级失联学生实时预警模型L3以失联时间为依据,当失联事件达到二级预警时,对学生已失联时间进行记录,若失联时间超过一个预设安全阈值Threshold,则有依据认为此次失联较为严重,将三级预警通知发送至班主任、辅导员、家长、领导、安全管理人员等。
本发明实施例以校园云大数据中心建设为基础,从校园各个业务系统为出发点,以统一身份认证为技术手段,建立失联学生状态识别模型与失联学生实时预警模型,实时地从海量的校园校务、一卡通、监控、上网系统等数据中挖掘出潜在失联学生信息,及时将失联预警分等级地发送至相关联系人员,真正从安全角度协助高校管理人员做好校园安全工作。
本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成,所述程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现,相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。
需要说明的是,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (7)
1.一种基于校园大数据的失联学生实时预警方法,其特征在于,包括:
建立校园云大数据中心C;
根据校园云大数据中心C,采集学生在校状态数据;
根据学生在校状态数据,建立学生在校状态二次数据库D,并添加历史失联记录字段f1、失联时间字段f2;
建立失联学生状态识别模型;
建立失联学生实时预警模型;
根据实时预警模型输出预警结果。
2.根据权利要求1所述的一种基于校园大数据的失联学生实时预警方法,其特征在于,学生在校状态数据包括:校务系统特征M1、一卡通系统特征M2、校园监控系统特征M3、校园网络系统特征M4。
3.根据权利要求2所述的一种基于校园大数据的失联学生实时预警方法,其特征在于,建立失联学生状态识别模型包括:
建立学生失联状态向量s,s=(M1,M2,M3,M4);
其中,校务系统特征M1为:
一卡通系统特征M2为:
校园监控系统特征M3为:
校园网络系统特征M4为:
,
其中F为学生在校状态二次数据库D的全字段序列,表示“存在xi”;表示“任意xi”。
4.根据权利要求3所述的一种基于校园大数据的失联学生实时预警方法,其特征在于,建立失联学生实时预警模型包括:
建立一级失联学生实时预警模型L1,模型L1如下:
,
其中f1初始状态为1,f1为0时表示该学生有过失联记录,当L1=0时,判断学生为失联状态。
5.根据权利要求4所述的一种基于校园大数据的失联学生实时预警方法,其特征在于,建立失联学生实时预警模型还包括:
建立二级失联学生实时预警模型L2,模型L2如下:
标准状态向量v=(1,1,1,1),通过向量内积结果判断学生的失联状态,当L2=0时,判断学生为失联状态。
6.根据权利要求5所述的一种基于校园大数据的失联学生实时预警方法,其特征在于,建立失联学生实时预警模型还包括:
当L2=0时,将该学生历史失联记录字段f1置为0,并开始计算此次失联持续时间开始计算此次失联持续时间,通过失联时间字段f2记录;
建立三级失联学生实时预警模型L3,模型L3如下:
其中Threshold为预设安全阈值,当L3=0,判断学生为失联状态。
7.根据权利要求4-6所述的任一一种基于校园大数据的失联学生实时预警方法,其特征在于,预警结果包括预警通知等级、预警通知对象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810448256.7A CN108694235A (zh) | 2018-05-11 | 2018-05-11 | 一种基于校园大数据的失联学生实时预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810448256.7A CN108694235A (zh) | 2018-05-11 | 2018-05-11 | 一种基于校园大数据的失联学生实时预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108694235A true CN108694235A (zh) | 2018-10-23 |
Family
ID=63846220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810448256.7A Pending CN108694235A (zh) | 2018-05-11 | 2018-05-11 | 一种基于校园大数据的失联学生实时预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108694235A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414827A (zh) * | 2019-07-23 | 2019-11-05 | 郭俊雄 | 基于大数据的学生行为预警分析方法及系统 |
CN112465300A (zh) * | 2020-11-05 | 2021-03-09 | 贵州广播电视大学(贵州职业技术学院) | 一种基于校园网的全范围大数据系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761786A (zh) * | 2014-01-09 | 2014-04-30 | 南京迅云网络科技有限公司 | 一种面向校园安全监控的方法及系统 |
CN107025759A (zh) * | 2017-04-07 | 2017-08-08 | 成都寻道科技有限公司 | 一种失联告警系统及方法 |
CN107423427A (zh) * | 2017-08-02 | 2017-12-01 | 上海数烨数据科技有限公司 | 一种利用大数据在限定区域内人员失联判定系统及方法 |
CN107622633A (zh) * | 2017-09-28 | 2018-01-23 | 深信服科技股份有限公司 | 一种高校学生失联预警方法及预警系统 |
-
2018
- 2018-05-11 CN CN201810448256.7A patent/CN108694235A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761786A (zh) * | 2014-01-09 | 2014-04-30 | 南京迅云网络科技有限公司 | 一种面向校园安全监控的方法及系统 |
CN107025759A (zh) * | 2017-04-07 | 2017-08-08 | 成都寻道科技有限公司 | 一种失联告警系统及方法 |
CN107423427A (zh) * | 2017-08-02 | 2017-12-01 | 上海数烨数据科技有限公司 | 一种利用大数据在限定区域内人员失联判定系统及方法 |
CN107622633A (zh) * | 2017-09-28 | 2018-01-23 | 深信服科技股份有限公司 | 一种高校学生失联预警方法及预警系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414827A (zh) * | 2019-07-23 | 2019-11-05 | 郭俊雄 | 基于大数据的学生行为预警分析方法及系统 |
CN112465300A (zh) * | 2020-11-05 | 2021-03-09 | 贵州广播电视大学(贵州职业技术学院) | 一种基于校园网的全范围大数据系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jennex | Implementing social media in crisis response using knowledge management | |
Chen et al. | Systems requirements for organizational learning | |
CN107392813A (zh) | 一种基于区块链的学籍信息共享系统 | |
CN105787837A (zh) | 一种基于云计算和物联网技术的智慧教学系统 | |
CN109918452A (zh) | 一种数据处理的方法、装置、计算机存储介质及终端 | |
CN108446364A (zh) | 一种面向校园大数据的可视化分析方法 | |
Gerharz | The politics of reconstruction and development in Sri Lanka: Transnational commitments to social change | |
CN105023372B (zh) | 档案管理方法 | |
CN108694235A (zh) | 一种基于校园大数据的失联学生实时预警方法 | |
Whatmore | Political ecology in a more-than-human world: Rethinking ‘Natural'Hazards | |
Diefenbach | Management and the dominance of managers | |
CN111160841A (zh) | 一种基于知识图谱的组织架构构建方法及装置 | |
CN101458667B (zh) | 基于电子密级标识的信息交换流向控制方法及移动存储器 | |
Omodan | Virtual Management of Students' Unrest During the COVID-19 New Normal: The Need for an Innovative Approach | |
CN208521332U (zh) | 一种以手机存放柜为载体的大学课堂考勤系统 | |
CN104008514A (zh) | 适用素质教育的新型学生日常管理与评价系统及方法 | |
CN109410035B (zh) | 一种协助反欺诈分析群组结构的方法及工具 | |
Ezhilmathi et al. | Multiclass Words Analysis Using Supervised Learning Technique in Community Network | |
CN109543048A (zh) | 一种笔记生成方法及终端设备 | |
Buscema et al. | A nonlinear, data-driven, ANNs-based approach to culture-led development policies in rural areas: The case of Gjakove and Peć districts, Western Kosovo | |
Rajadhyax et al. | Data mining on educational domain | |
CN106250945A (zh) | 一种数据分析系统 | |
CN106407271A (zh) | 一种智能客服系统及其智能客服知识库的更新方法 | |
Olejniczak et al. | Evaluation in v4+ 4 countries—An overview of practices | |
Opriş | Building and modeling a sustainable expert system, using UML language |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181023 |
|
RJ01 | Rejection of invention patent application after publication |