CN111352991A - 一种数字阅读行为数据可视化分析方法及系统 - Google Patents

Abstract

本发明公开了一种数字阅读行为数据可视化分析方法包括获取特征数据，其中特征数据是用户阅读特征数据；分析上述特征数据，获取分析结果；对上述分析结果进行可视化处理并显示。本发明还公开了一种数字阅读行为数据可视化分析系统。本发明能够直观、全面、真实的反映学生的数字化阅读特征与规律。

Description

一种数字阅读行为数据可视化分析方法及系统

技术领域

本发明涉及计算机软件设计，尤其是涉及一种数字阅读行为数据可视化分析方法及系统。

背景技术

数字阅读指的是阅读的数字化，主要有两层含义：一是阅读对象的数字化，也就是阅读的内容是以数字化的方式呈现的，如电子书、网络小说、电子地图、数码照片、博客、网页等等；二是阅读方式的数字化，就是阅读的载体、终端不是平面的纸张，而是带屏幕显示的电子仪器。

数字阅读作为数字化时代的学习和读书方式，不仅提供了大量的信息，还悄然影响了学生的阅读行为与阅读习惯，其带来的多元阅读体验，会对身心处于发展阶段的学生的人格特质发展以及人际关系处理产生重大的影响。为了全面了解学生的数字化阅读特征与规律，需要对学生的数字阅读行为进行深入的探讨。

目前，大多应用在实验室环境下探究学习者阅读学习的规律和特征，并不能应用于普通的课堂实践或真实阅读环境下的跟踪测量，这样势必干扰数据的真实性，从而对学生的数字化阅读特征与规律缺少全面、深入的分析。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种数字阅读行为数据可视化分析方法，能够直观、全面、真实的反映学生的数字化阅读特征与规律。

本发明还提出一种数字阅读行为数据可视化分析系统。

本发明还提出一种数字阅读行为数据可视化分析控制设备。

本发明还提出一种计算机可读存储介质。

第一方面，本发明的一个实施例提供了数字阅读行为数据可视化分析方法，包括：

S100：获取特征数据，所述特征数据是用户阅读特征数据；

S200：分析所述特征数据，获取分析结果；

S300：对所述分析结果进行可视化处理并显示。

本发明实施例的数字阅读行为数据可视化分析方法至少具有如下有益效果：获取数字化阅读行为特征数据，并进行分析、保存，并且能够正确显示分析得出的最后结果。

根据本发明的另一些实施例的数字阅读行为数据可视化分析方法，所述S100之前还包括：获取数字阅读行为数据，用于获取所述特征数据。

根据本发明的另一些实施例的数字阅读行为数据可视化分析方法，所述S200具体包括：

S210：对所述特征数据进行统计分析；

S220：对统计分析后的所述特征数据进行聚类分析，获取分析结果。

根据本发明的另一些实施例的数字阅读行为数据可视化分析方法，所述S210对所述特征数据进行统计分析后结果包括：第一数据、第二数据、第三数据，所述第一数据包括学生操作数据、学生基本信息、图书基本信息；

所述第二数据包括所述第一数据统计分析后得到的中间值；

所述第三数据包括所述第二数据统计分析后得到的数据。

根据本发明的另一些实施例的数字阅读行为数据可视化分析方法，所述S220具体包括：

S221：设定所述特征数据需要划分的簇的数目，随机选取多个初始簇中心；

S222：遍历所述特征数据，并将每个所述特征数据分配到距它最近的簇中心所属的簇；

S223:根据每个簇内的所述特征数据更新簇中心；

S224：反复执行步骤S222和S223直到所述簇中心的位置均不再发生变化；

S225：获取分析结果。

根据本发明的另一些实施例的数字阅读行为数据可视化分析方法，所述显示的方式包括词云、高低图、散点图、正负柱状图、折线图，所述词云表示学生查字典行为，所述高低图表示学生的图书抛弃行为，所述散点图表示班级学生的图书阅读速度，所述正负柱状图和折线图表示学生的阅读翻页行为。

第二方面，本发明的一个实施例提供了一种数字阅读行为数据可视化分析系统:包括：

数据预处理模块、数据分析模块、存储模块、显示模块；

所述数据预处理模块、所述数据分析模块、所述存储模块、所述显示模块依次相连，所述数据预处理模块用于获取特征数据；

所述数据分析模块用于分析所述特征数据，得到分析结果，所述存储模块用于对所述分析结果进行保存，所述显示模块用于对所述分析结果进行可视化处理并显示。

根据本发明的另一些实施例的数字阅读行为数据可视化分析系统，还包括：

数据库模块，所述数据库模块用于存储原始的数字阅读行为数据、处理后的所述数字阅读行为数据、请求数据和/或结果数据。

第三方面，本发明的一个实施例提供了一种数字阅读行为数据可视化分析控制设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述涉及到的数字阅读行为数据可视化分析方法。

第四方面，本发明的一个实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行上述涉及到的数据可视化分析方法。

附图说明

图1是本发明实施例中一种数字阅读行为数据可视化分析方法的一具体实施例流程示意图；

图2是图1中步骤S200的一具体实施例流程示意图；

图3是图2中步骤S220的一具体实施例流程示意图；

图4是本发明实施例中一种数字阅读行为数据可视化分析系统的一具体实施例模块示意图；

图5是本发明实施例中一种数字阅读行为数据可视化分析系统的一具体实施例另一模块示意图；

图6是本发明实施例中一种数字阅读行为数据可视化分析系统的一具体实施例中效果图；

图7是本发明实施例中一种数字阅读行为数据可视化分析系统的一具体实施例中另一效果图；

图8是本发明实施例中一种数字阅读行为数据可视化分析系统的一具体实施例中另一效果图；

图9是本发明实施例中一种数字阅读行为数据可视化分析系统的一具体实施例中另一效果图；

图10是本发明实施例中一种数字阅读行为数据可视化分析系统的一具体实施例中另一效果图；

图11是本发明实施例中一种数字阅读行为数据可视化分析系统的一具体实施例中另一效果图；

图12是本发明实施例中一种数字阅读行为数据可视化分析系统的一具体实施例中另一效果图。

具体实施方式

以下将结合实施例对本发明的构思及产生的技术效果进行清楚、完整地描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。

在本发明实施例的描述中，如果涉及到“若干”，其含义是一个以上，如果涉及到“多个”，其含义是两个以上，如果涉及到“大于”、“小于”、“超过”，均应理解为不包括本数，如果涉及到“以上”、“以下”、“以内”，均应理解为包括本数。如果涉及到“第一”、“第二”，应当理解为用于区分技术特征，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。

实施例1：参照图1，本发明实施例中一种数字阅读行为数据可视化分析方法的一具体实施例流程示意图。其具体包括步骤：

S100：获取特征数据；

S200：分析上述特征数据，得到分析结果；

S300：对上述分析结果进行可视化处理并显示。

具体的，在以上步骤之前还包括步骤：获取数字阅读行为数据，用于获取上述特征数据。

具体的，数据分析、处理使用的是Web后台，但是不限于用此后台，也可以选用任一能够实现的后台运行。

下面以安卓设备作为接收并且显示的终端，则上述步骤可以理解为：前端安卓应用程序通过向Web服务器发送http请求以获得分析结果，Web服务器收到请求后，对数据库中的阅读行为数据进行操作，统计分析出相应的结果，以JSON格式封装并返回给安卓设备端，将分析结果缓存在Redis数据库中，再收到相同的请求时可直接取出Redis中的结果，避免重复计算过程，加快查询速度。安卓应用接收到数字阅读数据后，使用Handler消息机制动态渲染可视化组件MPAndroidChart，形成可视化的柱状图、折线图和饼图等。

具体的，显示方式还可以是电子阅读APP、网络电视或者PC等支持显示设备或终端。

具体的，参照图2为图1中步骤S200的一具体实施例流程示意图，本实施例是在实施例1基础上进行，具体的对实施例1中步骤S200进行了具体的阐述。

具体的包括以下步骤：

S210：对上述特征数据进行统计分析；

S220：对统计分析后的上述特征数据进行聚类分析，获取分析结果。

其中步骤S210对上述特征数据进行统计分析，统计分析过程包括：

阅读数量统计、阅读时间统计、阅读速度统计、查字典统计、向后翻页次数统计，统计后结果包括：第一数据、第二数据、第三数据，其中第一数据包括但是不限于图书基本信息例如名称、所属主题、中英文，学生基本信息例如姓名、性别、年级、班级，学习者操作数据；其中第二数据包括上述第一数据统计分析后得到的中间值，包括但是不限于阅读质量、阅读时间、阅读模式、查字典行为、阅读倾向、登录行为、阅读时段、阅读翻页序列；其中第三数据包括上述第二数据统计分析后得到的数据，包括但是不限于阅读速度、图书抛弃行为、向前和向后翻页行为，例如图书抛弃行为的数据是阅读过的图书数量与完整阅读数量的差值，阅读速度是指一定时间内阅读的图书数量，向前和向后翻页是由阅读翻页序列计算而来。

具体的，阅读数量统计包括统计阅读总数量、阅读过的图书数量、完整阅读图书数量、重复阅读图书数量、抛弃图书数量；

具体的，阅读时间统计包括图书阅读时间、某一天的阅读时间、阅读时间和阅读天数；

具体的，图书阅读时间是统计不同图书在当天的阅读时间，即计算进入这本书时间与退出这本书的差值，其具体计算如下公式：

T_b＝|Date_i-Date_j|

其中，T_b表示一本图书的阅读时间，Date_i表示进入这本书的日期时间，Date_j表示退出这本书的日期时间。

具体的，某一天的阅读时间为统计某一天内用户阅读的时间，即这一天内所有图书阅读时间的总和，公式如下：

其中，T_D表示一天的阅读时间，

表示这一天内所有图书的阅读时间之和。

具体的，阅读时间为统计用户使用数字阅读软件进行阅读的时间即每一天阅读时间的总和，具体计算如下公式：

其中，

表示n天的阅读时间，T_m表示任意一天的阅读时间，T_n表示第n天的阅读时间。

具体的，阅读天数统计为统计进行阅读的总天数。

具体的，阅读速度统计记为表示阅读的快慢，指的是一定单位时间内阅读图书的数量，即阅读总数量除以阅读时间，公式如下

V＝N_T/T_R

其中，V表示阅读速度，N_T表示阅读图书的总数量，T_R表示阅读时间。

具体的，查字典统计为统计学生查词的整体情况：以词云的形式呈现，查询频率越多字词的显示越大；字词出现次数统计：降序排列字词被查询的频繁次数；学生查字典统计：降序排列每个学生查询字词的频繁次数；每本书查询字典的点击次数：降序排列每本书被查字典的次数与这本书被查询的频繁字词。

具体的，向后翻页次数统计为，在获取阅读翻页序列中即由页码组成的翻页序列，当翻页序列中下一个页码比当前页码小时，即为向后翻页，向后翻页次数增加1，反之，向前翻页次数增加1，因此，一般情况下向后翻页次数明显少于向前翻页次数。

可以理解的，数字阅读行为数据主要指学生自然状态下进行数字绘本阅读产生的外显行为数据，外显行为数据主要表现在学生阅读数字化图书时访问与操作图书内容的数据，例如翻页、阅读模式选择、查询字词典等操作行为数据。

具体的，上述聚类分析是指对学生阅读的图书主题数据进行聚类，以此将具有相同阅读兴趣的学生聚在一起，进一步发现某一阅读主题兴趣缺失的学生，判断学生的阅读面是否过于狭窄。

具体的，为了保证较好的聚类效果，对阅读主题进行了合并和编码，合并后的阅读主题为九大类：动物类、成长类、童话与神话故事类、智慧与推理类、科普类、学校类、人物类、诗歌与国学启蒙类以及大海类。

具体的，对数字阅读主题数据进行数据标准化得到阅读主题属性特征数据。

具体的，参照图3为图2中步骤S220的具体步骤，本实施例在实施例2的基础上进行，具体的，对上述S220步骤进行了详细的步骤分析和说明；

具体的，包括以下步骤：

S221：设定上述特征数据需要划分的簇的数目，随机选取多个初始簇中心；

S222：遍历上述特征数据，并将每个上述特征数据分配到距它最近的簇中心所属的簇；

S223:根据每个簇内的上述特征数据更新簇中心；

S224：反复执行步骤S222和S223直到上述簇中心的位置均不再发生变化；

S225：获取分析结果。

本实施例能够实现学生阅读特征数据的提取、处理、分析已经最终显示分析结果，其中分析结果可视化显示，能够使用户一目了然，从而减少了不必要的人力投入去统计客观数据。

实施例2：本实施例对实施例1中的涉及到的实现方式进行了具体实现，上述显示的方式包括词云、高低图、散点图、正负柱状图、折线图，其中词云表示学生查字典行为,其中高低图表示学生的图书抛弃行为，其中散点图表示班级学生的图书阅读速度，其中正负柱状图和折线图表示学生的阅读翻页行为。

具体的，词云表示学生查字典行为，统计数字阅读行为数据库中学生查询字词典的点击次数，字词被查询的越频繁，其显示效果越大，反之显示效果越小，参照图6，为本实施例的一效果图，可以选择统计查拼音行为以及文章录音行为，例如选择查询学生查字典行为，则次数统计表格中会显示所查询汉字、显示字数、笔画次数、音频字数，但是不限于以上统计项。

具体的，参照图7，为本实施例另一效果图，采用高低图的形式呈现学生的图书抛弃行为，具体为：三点确定两条线段，三点是指阅读过的图书数量、完整阅读图书数量、完整阅读一次的图书数量，两条线段中一条线段表示抛弃图书数量，另一条线段表示重复阅读图书数量。三点是指阅读过的图书数量、完整阅读图书数量、完整阅读一次的图书数量，两条线段是指一条线段表示抛弃图书数量，另一条线段表示重复阅读图书数量，阅读过的图书数量为图中的方形点，即纵坐标最高的点，完整阅读图书数量为图中的圆点，即纵坐标处于中间的点，完整阅读一次的图书数量为图中三角形点，即纵坐标最低的点，则抛弃图书数量为图中方形点到圆形点之间的数据，重复阅读图书数量为圆形点到三角形点之间的数据。

具体的，参照图8，采用散点图的形式,呈现班级学生的图书阅读速度，具体为：以四个模块呈现全班学生阅读速度的分布情况，其中四个模块顺时针依次表示具体为阅读时间短阅读数量多、阅读时间长阅读数量多、阅读时间长阅读数量少和阅读时间短阅读数量少，其中方块为男生，圆形点为女生。

具体的，本实施例中采用了一人多本书正负柱状图、一人一本书折线图和班级一本书正负柱状图呈现学生的阅读翻页行为，还原了学生的阅读轨迹；

更为具体的为：参照图9为一人多本书正负柱状图，提取学生阅读所有图书的阅读翻页序列，计算向后翻页次数和向前翻页次数，Y轴正轴表示向前翻页次数，Y轴负轴表示向后翻页次数，X轴表示学生阅读的绘本名称。

更为具体的，参照图10为一人一本书折线图：提取学生阅读一本书的阅读翻页序列，由于阅读者对于停留在阅读页面的时间是无法分辨是正常阅读还是人离开之后进行的停留时间，所以只为了客观表述阅读翻页序列，按照翻页序列来统计阅读数据形成折线图，忽略每页的阅读时间。

更为具体的，参照图11为班级一本书正负柱状图：提取班级学生阅读某本书的阅读翻页序列，计算其向后翻页次数和向前翻页次数，Y轴正轴表示向前翻页次数，Y轴负轴表示向后翻页次数，X轴表示学生姓名。

本实施例根据不同的场景设置了不同的可视图，能够更加直观、客观地进行分析数据的显示，以保证每种分析数据的直观性和精确性。

实施例3：参照图4，是本发明实施例中一种数字阅读行为数据可视化分析系统的一具体实施例模块示意图，包括：数据预处理模块、数据分析模块、存储模块、显示模块；上述数据预处理模块、上述数据分析模块、上述存储模块、上述显示模块依次相连，上述数据预处理模块用于获取特征数据；上述数据分析模块用于分析上述特征数据，得到分析结果，上述存储模块用于对上述分析结果进行保存，上述显示模块用于对上述分析结果进行可视化处理并显示。

具体的，数据预处理模块可以是任意一种可以获得日志数据的装置，例如基于数字阅读的主体及其阅读方式，通过数字阅读APP记录的日志数据获取数字阅读行为数据。数据预处理模块对原始数字阅读行为数据进行数据预处理或数据标准化得到特征数据，并将特征数据发送给数据分析模块对得到的特征数据进行统计分析和聚类分析，得到分析结果；将分析结果发送至存储模块，利用显示模块将分析结果可视化处理后进行呈现，其中存储模块可以为保存数据的服务器或者其他有存储功能的设备，显示模块可以是有显示功能的任意一种显示装置。

其中聚类分析，参照图12，聚类分析界面，包括簇类中心、学生姓名、主题序列，其中主题序列为实施例1中分成的九类主题序列。

具体的，将分析结果可视化处理后以图表的形式进行呈现，更为具体的为采用词云的形式呈现学生查字典行为，采用高低图的形式呈现学生的图书抛弃行为；采用散点图的形式呈现班级学生的图书阅读速度；采用一人多本书正负柱状图、一人一本书折线图和班级一本书正负柱状图呈现学生的阅读翻页行为。

具体的，参照图5，本实施例还包括数据库模块，上述数据库模块用于存储原始的数字阅读行为数据、处理后的上述数字阅读行为数据、请求数据和/或结果数据。

具体的，对自动记录存储的原始数字阅读行为数据库的每一条记录进行拆分，拆分成相应数目的记录并与剩余字段组合形成新的数据库记录。

具体的，本实施例中使用的数据库包括MongoDB、MySQL、Redis，但是不限于以上数据库。

本实施例为阅读数据可视化提供了实现的系统基础，利用最合理的布局以及最合适的平台和终端实现系统功能和方法。

实施例4：本实施例描述了一种数字阅读行为数据可视化分析控制设备，包括：至少一个处理器，以及与上述至少一个处理器通信连接的存储器；其中，上述存储器存储有可被上述至少一个处理器执行的指令，其中，指令被上述至少一个处理器执行，以使至少一个处理器能够执行上述实施例中涉及到的数字阅读行为数据可视化分析方法。

实施例5：本实施例描述了一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，上述计算机可执行指令用于使计算机执行上述实施例中涉及到的数字阅读行为数据可视化分析方法。

上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。此外，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。

Claims (10)

1.一种数字阅读行为数据可视化分析方法，其特征在于，包括步骤：

S100：获取特征数据，所述特征数据是用户阅读特征数据；

S200：分析所述特征数据，获取分析结果；

S300：对所述分析结果进行可视化处理并显示。

2.根据权利要求1所述的一种数字阅读行为数据可视化分析方法，其特征在于，所述S100之前还包括：获取数字阅读行为数据，用于获取所述特征数据。

3.根据权利要求1所述的一种数字阅读行为数据可视化分析方法，其特征在于，所述S200具体包括：

S210：对所述特征数据进行统计分析；

S220：对统计分析后的所述特征数据进行聚类分析，获取分析结果。

4.根据权利要求3所述的一种数字阅读行为数据可视化分析方法，其特征在于，所述S210对所述特征数据进行统计分析过程包括：

阅读数量统计、阅读时间统计、阅读速度统计、查字典统计、向后翻页次数统计，统计后结果包括：第一数据、第二数据、第三数据，所述第一数据包括学生操作数据、学生基本信息、图书基本信息；

所述第二数据包括所述第一数据统计分析后得到的中间值；

所述第三数据包括所述第二数据统计分析后得到的数据。

5.根据权利要求3所述的一种数字阅读行为数据可视化分析方法，其特征在于，所述S220具体包括：

S221：设定所述特征数据需要划分的簇的数目，随机选取多个初始簇中心；

S222：遍历所述特征数据，并将每个所述特征数据分配到距它最近的簇中心所属的簇；

S223:根据每个簇内的所述特征数据更新簇中心；

S224：反复执行步骤S222和S223直到所述簇中心的位置均不再发生变化；

S225：获取分析结果。

6.根据权利要求1所述的一种数字阅读行为数据可视化分析方法，其特征在于，所述显示的方式包括词云、高低图、散点图、正负柱状图、折线图，所述词云包括学生查字典行为，所述高低图包括学生的图书抛弃行为，所述散点图包括班级学生的图书阅读速度，所述正负柱状图和折线图包括学生的阅读翻页行为。

7.一种数字阅读行为数据可视化分析系统，其特征在于，包括：

数据预处理模块、数据分析模块、存储模块、显示模块；

所述数据预处理模块、所述数据分析模块、所述存储模块、所述显示模块依次相连，所述数据预处理模块用于获取特征数据；

所述数据分析模块用于分析所述特征数据，得到分析结果，所述存储模块用于对所述分析结果进行保存，所述显示模块用于对所述分析结果进行可视化处理并显示。

8.根据权利要求7所述的一种数字阅读行为数据可视化分析系统，其特征在于，还包括：

数据库模块，所述数据库模块用于存储原始的数字阅读行为数据、处理后的所述数字阅读行为数据、请求数据和/或结果数据。

9.一种数字阅读行为数据可视化分析控制设备，其特征在于，包括：

至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至6任一项所述的数字阅读行为数据可视化分析方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至6任一项所述的数字阅读行为数据可视化分析方法。

Images