随着信息技术的快速发展, 造就了大数据时代的到来, 大数据中蕴藏着巨大的价值。数据具有越来越强的可视性、可操作性和可用性, 能够越来越细致、精准、全面和及时地反映个人的思维、行为和情感以及事物的特性和发展规律[1]。
一、风险分析实现背景
行为风险是指不安全行为导致特定危害性事件的可能性及其后果的结合[2]。网络信息技术的发展, 极大的丰富了当前大学生的校园学习和生活。但同时, 网络上形形色色的诱惑也使得部分大学生逐渐沉溺于网络游戏、黄色网站、赌博网站等, 使学生存在一定的暴力倾向和骄奢淫逸等不良思想, 导致校园暴力事件频发, 该现象已成为当前高校校园中不容忽视的安全隐患。因此, 充分利用校园网络平台, 通过校内业务系统的数据支撑, 做好基于大数据的大学生行为风险分析, 及时有效的掌握学生心理特征、预判学生的风险行为, 进而及时的进行教育、疏导, 是解决校园中各种网贷、自杀、涉黄、涉暴等风险行为的行之有效的途径, 有利于学校打造安全、稳定的校园环境。
二、基于大数据的大学生行为风险分析
首先, 实现校园网络的实名认证, 完成网络准入、准出, 所有大学生在校的上网行为可以做到实名制, 便于问题的可追溯, 责任到人。通过上网行为管理设备与认证计费系统对接, 记录用户详细上网行为可以直接获取用户的实名信息, 根据不同用户上网行为进行数据分析, 也可以根据不同的应用信息进行分析。通过用户的网站浏览记录、发帖内容等信息, 分析用户是否存在危险行为风险, 制定不同的风险策略, 根据需要获取不同风险分析, 可以实现网络沉迷感知、在校生孕感知、校园网贷风险感知、恶性事件感知等内容, 也可以自定义关键字实现特殊需求的恶性事件感知。根据相关内容分析, 存在风险的用户信息可以通报给相关的班主任、辅导员, 多部门联动, 将学生的危险行为风险降至最低。
网络沉迷感知可以设置判定的阈值, 通过详细列表获取具体的用户的详细信息, 结合平时的学习、上课情况, 规劝学生好好学习, 避免不务正业。以下是选取一天的数据情况, 上网时长大于60分钟的用户, 详细页面里列举了排名第三的用户具体访问了哪些应用, 根据应用情况可以非常方便的判断用户是否沉迷网络。通过网贷风险感知, 可以分析存在网贷风险的用户, 根据具体应用情况, 及时告知学生这种行为的风险, 让防范措施更有针对性, 必要时可以进行更加强硬的措施进行风险防范。大学生生理年龄已经成熟, 但是心理年龄还不成熟, 对一切事物包括异性充满好奇, 容易产生校园爱情。由于对自己的行为后果估计不足, 极易产生校园恶性事件。通过在校生生孕状况分析, 可以预防在校生涉世未深, 没有应对突发状况的心理承受能力, 校方可以针对各种情况, 提前介入, 避免校园恶性事件的发生。
此外还可以根据实际需要定制关键字, 对恶性事件进行感知, 从而对相关管理部门的决策提供更有针对性的帮助, 保障校园安全。
通过关键字过滤, 非法信息拦截等功能, 过滤涉黄、涉暴等违法上网行为, 通过技术手段避免网络犯罪, 从根源上避免非法行为通过网络进行实现。
建设大学生心理咨询测评系统, 成立大学生心理健康咨询中心, 准确了解和掌握全校学生心理健康状况, 规范和提高心理疾病预防与治疗工作, 帮助同学们形成健康的人格, 建设和谐校园、平安校园、文明校园。
三、结语
基于大数据的大学生行为风险分析, 是高校在信息化建设到一定阶段的必然行为, 网络应用在提供便利的同时, 更不能忽视其安全性, 网络使学校的管理者更为便捷的获取学生的行为倾向, 从而有针对性的进行决策, 避免潜在的不安定因素, 让校园更加和谐稳定。
大学生行为风险分析, 基于每个高校自身的因素各自为政, 其数据量相对于互联网上的海量数据微乎其微, 分析系统存在差异。作为整个教育行业, 是否可以建设整个教育网来建设大数据的共享, 打破每个高校的界限, 这样的大数据将会形成更为准确的数据分析, 更具有普适性。各种此类系统是否可以形成标准化的数据标准, 开放标准的数据接口, 以便更为方便的数据对接, 不管是公安部门需要的追查违法行为的上网日志, 还是避免学生风险行为需要的上网行为分析, 都可以快捷的实现数据的读取与共享。
摘要：高校信息化建设高速发展, 各种业务系统快速应用、部署, 从数字化校园建设过渡到智慧校园建设, 大量个人的信息数据被收集。根据这些数据来分析在校大学生的行为走势形成为可能, 利用数据挖掘技术, 结合信息系统进行呈现, 从海量的网络数据中, 找到管理者想要的结果, 从而为管理、决策提供切实可行的数据支撑。笔者以河南某高校为例, 通过网络大数据分析学生在校园中的生活、学习状态, 进行行为风险分析的研究。
关键词：信息化建设,数据挖掘,网络大数据,风险分析
参考文献
[1] 姜强, 赵蔚, 王朋娇等.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育, 2015 (1) :85-92.
[2] 杨仕刚, 王三明.定量风险矩阵在HAZOP分析中的应用研究[J].煤炭技术, 2013, 32 (1) :242-244.