文章详情

题名 · 作者 · 摘要 · 关键词 · DOI · 参考文献

大学生日常行为活动的时空过程可视分析研究

曾超勇1，李千千2，黄景3，许婷2，许可2

（1.武汉市财政局，湖北 武汉 430016；2.华中师范大学 信息化办公室，湖北 武汉 430079； 3.中国联合网络通信集团有限公司 长沙分公司，湖南 长沙 410007）

栏目：计算机技术 · 第 2026 年第 11 期 · 页码：113-116,125 · 2096-4706（2026）11-0113-05 · 中图分类号：TP391；G645 · 文献标识码：A · DOI：10.19850/j.cnki.2096-4706.2026.11.020

摘要

良好的日常习惯是大学生成才的保障，而习惯表现为日常的外显行为。如何从数字校园各类传感器记录的学生行为活动中，揭示日常生活习惯，实现行为预测等应用，是学生个性化培养的重要手段。文章从数字校园大数据出发，在定义的活动—行为—习惯的表达关系基础上，提出三维空间平行坐标分析方法，通过时间周期重复分析、空间重叠分析与时空联合关联分析，得到具有周期重复性、空间重叠一致性的活动序列，建立基于三维时空的习惯可视化表达，并以某学期实际数据为例，验证了方法的有效性。

关键词

大学生；活动习惯；平行坐标；可视分析

参考文献

  1. [1] 林格.教育，就是培养习惯 [M].北京：清华大学出版社，2007.
  2. [2] 叶圣陶.叶圣陶教育名篇 [M].北京：教育科学出版社，2013.
  3. [3] AGARWAL P，GUPTA S. Factors Influencing the Study Habits of the School Students [J].Journal of Education & Development，2020，11（20）：471-477.
  4. [4] GARDNER B，REBAR A L，LALLY P. How does Habit form? Guidelines for Tracking Real-world Habit Formation [J/OL].Cogent Psychology，2022，9（1）：2041277.https://doi.org/10.1080/23311908.2022.2041277.
  5. [5] 周东波，徐雯慧，喻宏伟，等.大学生日常行为习惯的可发现、可计算与可干预研究框架 [J].现代远距离教育，2021（6）：77-84.
  6. [6] VERPLANKEN B. Psychology of Habit: Theory, Mechanisms, Change, and Contexts [M].Berlin：Springer，2018.
  7. [7] BENNER D，SCHÖBEL S M，JANSON A，et al. How to Achieve Ethical Persuasive Design: A Review and Theoretical Propositions for Information Systems [J].AIS Transactions on Human-computer Interaction (THCI)，2022，14（4）：548-577.
  8. [8] ZIAFAR M，NAMAZIANDOST E. From Behaviorism to New Behaviorism: A Review Study [J].Loquen: English Studies Journal，2019，12（2）：109-116.
  9. [9] ZHANG X，CHENG Z，TANG L L，et al. Research and Application of Space-time Behavior Maps：A Review [J].Journal of Asian Architecture and Building Engineering，2021，20（5）：581-595.
  10. [10] JIN S C，TAO Y B，YAN Y Y，et al. Infectious Disease Patterns Analysis Based on Visualization of Multidimensional Space-time Data [J].Journal of Computer-aided Design & Computer Graphics，2019，31（2）：241-255.
  11. [11] ZHOU L，WEISKOPF D，GRAPHICS C. Indexed-points Parallel Coordinates Visualization of Multivariate Correlations [J].IEEE Transactions on Visualization and Computer Graphics (TVCG)，2018，24（6）：1997-2010.
  12. [12] SAEED N，NAM H，HAQ M I U，et al. A Survey on Multidimensional Scaling [J].ACM Computing Surveys （CSUR），2018，51（3）：1-25.
  13. [13] YUAN X R，REN D H，WANG Z C，et al. Dimension Projection Matrix/Tree: Interactive Subspace Visual Exploration and Analysis of High Dimensional Data [J].IEEE Transactions on Visualization and Computer Graphics，2013，19（12）：2625-33.
  14. [14] 周志光，孙畅，乐丹丹，等.多维时空数据协同可视分析方法 [J].计算机辅助设计与图形学学报，2017，29（12）：2245-2255.
  15. [15] 何静.不同维度轨迹数据的行为模式挖掘和可视化分析研究 [D].北京：中国矿业大学（北京），2019.

作者简介

曾超勇（1998—），男，汉族，湖北天门人，工程师，硕士研究生，研究方向：数据挖掘；通信作者：李千千（2000—），女，汉族，江西宜春人，实验师，硕士研究生，研究方向：教育大数据分析、数据治理。