高校學(xué)生日常行為異常檢測(cè)的一種改進(jìn)模糊聚類(lèi)方法.pdf

1、隨著數(shù)字化和信息化技術(shù)在各大高校中的廣泛普及，智能管理系統(tǒng)得到了廣泛的應(yīng)用和高度重視，是高校信息化程度的重要的標(biāo)志。伴隨著一卡通的應(yīng)用，高校里的各類(lèi)管理信息系統(tǒng)積累了大量的數(shù)據(jù)，如學(xué)生成績(jī)、消費(fèi)信息、上網(wǎng)信息、圖書(shū)館借閱信息、進(jìn)出宿舍樓情況等等。但我們對(duì)數(shù)據(jù)處理和應(yīng)用，仍然只是停留在一個(gè)簡(jiǎn)單的查詢(xún)和統(tǒng)計(jì)報(bào)告階段，并沒(méi)有采取有效的措施，充分利用這些數(shù)據(jù)，為學(xué)生管理提供有效的決策支持。而在這些大量數(shù)據(jù)中，對(duì)異常數(shù)據(jù)的研究比正常數(shù)據(jù)往往更有意

2、義。因此本文的重點(diǎn)就是利用這些數(shù)據(jù)對(duì)學(xué)生的行為進(jìn)行分析，找出行為異常的學(xué)生，為后續(xù)學(xué)校的管理工作提供決策支持。
　　本文首先研究現(xiàn)階段對(duì)異常研究領(lǐng)域的一些重要方法，如:基于統(tǒng)計(jì)分布的異常檢測(cè)方法、基于距離的異常檢測(cè)方法、基于偏差的異常檢測(cè)方法、基于深度的異常檢測(cè)方法、基于密度的異常檢測(cè)方法、基于聚類(lèi)的異常檢測(cè)方法，并分析了這些常用的異常檢測(cè)算法的優(yōu)劣度。其次，本文從學(xué)生行為的概念入手，在前人研究的基礎(chǔ)上，介紹了本文將要著重研究的學(xué)

3、生行為:消費(fèi)行為、課程成績(jī)、正?；貙嫶螖?shù)、上網(wǎng)時(shí)間等等。這些行為將作為后期對(duì)學(xué)生的行為特征進(jìn)行異常檢測(cè)的四個(gè)維度，對(duì)學(xué)生的行為異常進(jìn)行一個(gè)鑒定。在本文中異常并無(wú)褒義貶義之分，這里的異常概念只是區(qū)分個(gè)別學(xué)生與大部分學(xué)生的一個(gè)不同。利用特征數(shù)據(jù)對(duì)學(xué)生行為進(jìn)行表示。通過(guò)對(duì)基于距離的異常檢測(cè)算法的研究，提出了基于距離的改進(jìn)的相似度和的算法。隨后通過(guò)對(duì)聚類(lèi)思想的分析，發(fā)現(xiàn)聚類(lèi)和異常檢測(cè)在某種程度上存在相似之處，通過(guò)分析模糊聚類(lèi)算法的缺點(diǎn)，提出利用