摘要

本文基于学生出入校园数据、学生操行分数据、智育分数据、微信个性签名信息等数据,首先对出入校园数据进行分析,根据我院实际情况,建立一个异常的判断模型,确定判断依据,设定临界值。基于这个模型,通过K最近邻(KNN)分类算法,对出入校园数据实现自动分类,分类为正常、黄色预警、橙色预警、红色预警。接着在有关数据处理的基础上,利用智育分的等级作为标签,运用spark决策树多元分类算法对学生的行为趋势进行数据挖掘,预测智育分;然后对学生的个性签名进行情感分析,得出学生的情绪状态;最后,根据以上结果,设计学生思想动态监测模型,以期更好地帮助学生,服务学生。

  • 单位
    福建警察学院