<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">ASDS</journal-id><journal-title-group><journal-title>Applied Statistics and Data Science</journal-title></journal-title-group><issn>3066-8433</issn><eissn>3066-8441</eissn><publisher><publisher-name>Art and Design</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/ASDS.2025040015</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于校园学习行为与主观感知数据的学生画像分析</title><url>https://artdesignp.com/journal/ASDS/1/4/10.61369/ASDS.2025040015</url><author>纪志荣,路春燕,胡洁莹</author><pub-date pub-type="publication-year"><year>2025</year></pub-date><volume>1</volume><issue>4</issue><history><date date-type="pub"><published-time>2025-06-20</published-time></date></history><abstract>&amp;emsp;学生校园行为数据日益成为刻画学习过程与评估学业成效的重要依据，本文基于&amp;emsp;&amp;ldquo;以学生为中心&amp;rdquo;的教育理念，以某高校在读学生为研究对象，借助社会认知理论与教育数据挖掘方法，从手机使用与网络依赖，心理健康与压力感知，学习投入与自我效能三个核心维度进行问卷设计与调查，采集其客观行为数据与主观感知数据，基于K-mode聚类算法识别学生群体行为特征，构建多维学生画像体系；并引入决策树分类模型，以综合测评成绩排名为标签变量，挖掘行为特征与学业表现之间的路径关联。研究有助于推动高校学生管理由&amp;ldquo;被动风险识别&amp;rdquo;向&amp;ldquo;主动成长引导&amp;rdquo;转型，对提升高等教育质量具有重要应用价值。</abstract><keywords>K-mode聚类,学习投入,画像分析,决策树,主观感知数据</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 余明华,张治,祝智庭.基于可视化学习分析的研究性学习学生画像构建研究[J].中国电化教育,2020,(12):36-43.&amp;nbsp;[2] 张紫徽，林子涵，廖会心，等. 面向学习成功的非认知能力学生画像可视化[J]. 现代教育技术. 2021, 31(12): 94-102.&amp;nbsp;[3] 王惠惠,董永权,和文斌,等.基于聚类集成的学生群体画像构建[J].江苏师范大学学报(自然科学版),2022,40(03):46-50.&amp;nbsp;[4] 翟鸣宇，程建，王苏桐，等. 基于K-prototype聚类的学生教育画像分析[J]. 大连理工大学学报(社会科学版). 2021, 42(06): 22-31.&amp;nbsp;[5] 万安庆．智慧校园环境下大学生亚健康数据挖掘方法应用研究[D].南京：南京中医药大学,2017.&amp;nbsp;[6] 刘智, 康令云, 刘三女牙, 等. 学习者社会网络交互、情绪表征与学习成效的关系研究[J]. 中国远程教育, 2020, (06): 31-39+59+77.&amp;nbsp;[7] 刘佳. 大学生学业压力、学业自我效能感和学业拖延的关系及干预研究[D]. 云南师范大学, 2024.&amp;nbsp;[8] 张旭东, 马塘生, 李清. 大学生网络成瘾对学业挫折感的影响：心理生活质量的中介作用[J]. 心理学探新, 2022, 42(04): 356-361.&amp;nbsp;[9] 于倩,刘金兰,赵远.大学生学习动机对学习参与及学业成就的影响研究[J].大连理工大学学报(社会科学版),2018,39(06):100-106.&amp;nbsp;[10] 吴绮琳, 刘世超, 黄时华, 等. 特质性心流与网络游戏成瘾：学业自我效能感的中介作用[J]. 中国健康心理学杂志, 2023, 31(09): 1407-1412.&amp;nbsp;[11] 彭静雯. 大学生学习内驱力影响因素及其作用机制&amp;mdash;基于扎根理论的分析[J]. 现代大学教育, 2023, 39(02): 93-102.&amp;nbsp;[12] 姚丽,崔超然,马乐乐,等.基于校园上网行为感知的学生成绩预测方法[J].计算机研究与发展,2022,59(08):1770-1781.&amp;nbsp;[13] 王媛, 刘阳. 自我选择与环境塑养: 本科生学习投入的养成逻辑&amp;mdash;&amp;mdash;基于H区高校本科生的实证考察[J]. 当代教育与文化, 2020, 12(05): 106-116.&amp;nbsp;[14] 荣婷.手机依赖强度对大学生身心健康、人际关系、学习状态的影响研究&amp;mdash;&amp;mdash;基于全国2240所高校调查的实证分析[J].黑龙江高教研究,2018,36(06):114-118.&amp;nbsp;[15]Zhexue H. Extensions to the k-Means Algorithm for Clustering Large Data Sets with Categorical Values.[J]. Data Min. Knowl. Discov. 1998, 2(3): 283-304.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
