【技術實現步驟摘要】
本專利技術涉及校園學生行為，具體為基于校園大數據環境下學生行為軌跡的發現方法及系統。
技術介紹
1、在大數據技術飛速發展的背景下，數據價值越發顯得重要，在大規模并行處理數據庫、數據挖掘、分布式文件系統、分布式數據庫、云計算平臺、互聯網和可擴展的存儲系統技術成熟并大規模應用的同時，各行業均在追求和研究如何有效利用數據，使現有數據資產通過分析挖掘讓企業或機構，具有更強的決策力、洞察發現力和流程優化能力來適應高增長率和多樣化的發展校園大數據的應用主要分為大數據的決策支撐應用，用戶行為習慣分析和畫像描述，安全及預警，知識智能檢索及推薦，眾所周知，學生安全是校園管理最重要的一環，無論校還是學生家長，都希望通過捕獲學生的行為信息來了解學生是否在校、是否按時上課、是否按時歸寢等。
2、例如中國專利網公開的專利號為：201711478356.6，專利名稱為：基于校園大數據環境下學生行為軌跡的發現方法及系統，包括：獲取校園環境中各數據系統的系統數據，系統數據包括時間信息、位置信息、基礎信息及行為動作信息；對系統數據進行清洗處理及關聯處理，形成行為軌跡模型關鍵數據；根據行為軌跡模型關鍵數據構建學生行為初始軌跡模型；對學生行為初始軌跡模型進行修正處理，形成學生行為完整軌跡模型，本專利技術還公開了一種基于校園大數據環境下學生行為軌跡的發現系統。采用本專利技術，通過結合數據系統，對獲取的系統數據記錄進行取值及關聯分析，建立學生行為及軌跡以時間為推進維度的描繪，同時通過多維度數據關聯，邏輯判斷糾錯，數據深度挖掘等大數據技術，實現對軌跡中的真實行
3、但是現有校園學生行為軌跡的發現方式較為單一，主要通過數據模型對學生行為狀態進行預測，預測結果容易受到環境和學生的行為狀態影響，容易出現軌跡預測誤差。
4、因此，需要對基于校園大數據環境下學生行為軌跡的發現方法及系統進行設計改造。
技術實現思路
1、為解決上述
技術介紹
中提出的問題，本專利技術的目的在于提供基于校園大數據環境下學生行為軌跡的發現方法及系統，具備提高行為發現準確度的優點，解決了現有校園學生行為軌跡的發現方式較為單一，主要通過數據模型對學生行為狀態進行預測，預測結果容易受到環境和學生的行為狀態影響，容易出現軌跡預測誤差的問題。
2、為實現上述目的，本專利技術提供如下技術方案：基于校園大數據環境下學生行為軌跡的發現方法及系統，包括學生身份rfid卡；
3、所述學生身份rfid卡的輸出端雙向電連接有線下終端，所述線下終端的輸出端雙向電連接有云端服務器，所述云端服務器的輸出端雙向電連接有信息識別模塊，所述信息識別模塊的輸出端雙向電連接有校園環境模型建立系統，所述校園環境模型建立系統的輸出端雙向電連接有卷積神經網絡，所述卷積神經網絡的輸出端雙向電連接有降噪自編碼器，所述降噪自編碼器的輸出端雙向電連接有校園環境位置模型，所述校園環境位置模型的輸出端雙向電連接有報告產出模塊，所述信息識別模塊的輸出端雙向電連接有行動路線記錄模塊，所述行動路線記錄模塊的輸出端雙向電連接有智能學習模塊，所述智能學習模塊的輸出端雙向電連接有路線導入模塊，所述智能學習模塊的輸入端與校園環境模型建立系統的輸出端雙向電連接。
4、作為本專利技術優選的，所述線下終端由監控設備、門禁設備、讀卡器、藍牙連接模塊和無線連接模塊組成。
5、作為本專利技術優選的，所述校園環境模型建立系統由物理引擎、概念模型連接模塊和邏輯模型連接模塊組成。
6、作為本專利技術優選的，所述報告產出模塊的輸出端雙向電連接有警示系統，所述警示系統由校園撥號基站和聲光報警器組成。
7、作為本專利技術優選的，所述報告產出模塊的輸出端雙向電連接有數據緩存模塊，所述數據緩存模塊的輸入端與智能學習模塊的輸出端雙向電連接，所述數據緩存模塊的輸出端雙向電連接有數據存儲模塊。
8、作為本專利技術優選的，所述數據存儲模塊的輸出端雙向電連接有數據整理模塊，所述數據整理模塊的輸出端雙向電連接有終端處理器，所述終端處理器的輸出端與學生身份rfid卡的輸入端雙向電連接。
9、作為本專利技術優選的，所述數據整理模塊由讀寫建檔單元和數據壓縮單元組成。
10、基于校園大數據環境下學生行為軌跡的發現方法及系統，包括以下步驟：
11、s1：校園環境模型建立系統利用物理引擎、概念模型連接模塊和邏輯模型連接模塊對校園內部環境模型進行建立，智能學習模塊可以將多個線下終端的數據標識在校園內部環境模型的內部；
12、s2：當學生攜帶學生身份rfid卡在校園內部移動時，當學生攜帶學生身份rfid卡經過線下終端時，學生身份rfid卡自動連接藍牙連接模塊或無線連接模塊，藍牙連接模塊或無線連接模塊對學生身份rfid卡內部數據進行讀取并將學生信息發送至云端服務器；
13、s3：云端服務器利用信息識別模塊對學生信息進行記錄并將數據傳遞至行動路線記錄模塊，行動路線記錄模塊利用智能學習模塊和路線導入模塊將數據輸入至校園環境位置模型的內部，校園環境位置模型根據多個線下終端的標識位置達到對學生行為路線進行記錄，報告產出模塊將學生行為路線儲存在數據存儲模塊的內部，而線下終端內部的監控設備能夠在學生經過時對學生的視頻狀態進行拍攝，并將其同步儲存在相對應學生的路線數據內部，當學生路線超出預設范圍時，警示系統發出報警信號。
14、與現有技術相比，本專利技術的有益效果如下：
15、1、本專利技術通過校園環境模型建立系統利用物理引擎、概念模型連接模塊和邏輯模型連接模塊對校園內部環境模型進行建立，智能學習模塊可以將多個線下終端的數據標識在校園內部環境模型的內部，當學生攜帶學生身份rfid卡在校園內部移動時，當學生攜帶學生身份rfid卡經過線下終端時，學生身份rfid卡自動連接藍牙連接模塊或無線連接模塊，藍牙連接模塊或無線連接模塊對學生身份rfid卡內部數據進行讀取并將學生信息發送至云端服務器進行記錄，本專利技術能夠改進現有校園學生行為軌跡的發現方式，替代通過數據模型對學生行為狀態進行預測，防止預測結果受到環境和學生的行為狀態影響，避免出現軌跡預測誤差。
16、2、本專利技術通過設置監控設備、門禁設備、讀卡器、藍牙連接模塊和無線連接模塊，能夠提高學生個人信息提取準確度，提高數據提取方式。
17、3、本專利技術通過校園環境模型建立系統利用物理引擎、概念模型連接模塊和邏輯模型連接模塊對校園內部環境模型進行建立，能夠提高模型建立準確度，防止出現行為預測誤差。
18、4、本專利技術通過設置校園撥號基站和聲光報警器，能夠對學生行為路線進行監控，當學生路線超出預設范圍時，警示系統發出報警信號。
19、5、本專利技術通過設置數據緩存模塊和數據存儲模塊，能夠對學生行為路線進行記錄儲存，便于老師后期提取掌握，而且可以對長短期信息進行儲存。
20、6、本專利技術通過設置數據整理模塊和終端處理器，能夠對學生信息進行記錄，同時可以降低云端服務器的運行壓力。
本文檔來自技高網...
【技術保護點】
1.基于校園大數據環境下學生行為軌跡的發現系統，包括學生身份RFID卡；
2.根據權利要求1所述的基于校園大數據環境下學生行為軌跡的發現系統，其特征在于：所述線下終端由監控設備、門禁設備、讀卡器、藍牙連接模塊和無線連接模塊組成。
3.根據權利要求1所述的基于校園大數據環境下學生行為軌跡的發現系統，其特征在于：所述校園環境模型建立系統由物理引擎、概念模型連接模塊和邏輯模型連接模塊組成。
4.根據權利要求1所述的基于校園大數據環境下學生行為軌跡的發現系統，其特征在于：所述報告產出模塊的輸出端雙向電連接有警示系統，所述警示系統由校園撥號基站和聲光報警器組成。
5.根據權利要求1所述的基于校園大數據環境下學生行為軌跡的發現方法及系統，其特征在于：所述報告產出模塊的輸出端雙向電連接有數據緩存模塊，所述數據緩存模塊的輸入端與智能學習模塊的輸出端雙向電連接，所述數據緩存模塊的輸出端雙向電連接有數據存儲模塊。
6.根據權利要求5所述的基于校園大數據環境下學生行為軌跡的發現系統，其特征在于：所述數據存儲模塊的輸出端雙向電連接有數據整理模塊
7.根據權利要求6所述的基于校園大數據環境下學生行為軌跡的發現系統，其特征在于：所述數據整理模塊由讀寫建檔單元和數據壓縮單元組成。
8.根據上述任意一條權利要求所述的基于校園大數據環境下學生行為軌跡的發現方法，其特征在于：包括以下步驟：
...【技術特征摘要】
1.基于校園大數據環境下學生行為軌跡的發現系統，包括學生身份rfid卡；
2.根據權利要求1所述的基于校園大數據環境下學生行為軌跡的發現系統，其特征在于：所述線下終端由監控設備、門禁設備、讀卡器、藍牙連接模塊和無線連接模塊組成。
3.根據權利要求1所述的基于校園大數據環境下學生行為軌跡的發現系統，其特征在于：所述校園環境模型建立系統由物理引擎、概念模型連接模塊和邏輯模型連接模塊組成。
4.根據權利要求1所述的基于校園大數據環境下學生行為軌跡的發現系統，其特征在于：所述報告產出模塊的輸出端雙向電連接有警示系統，所述警示系統由校園撥號基站和聲光報警器組成。
5.根據權利要求1所述的基于校園大數據環境下學生行為軌跡的發現方法及系統，其...
【專利技術屬性】
技術研發人員：肖建承，林小玲，
申請(專利權)人：廣州華夏匯海科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。