一种异常行为分析系统的制作方法

本发明涉及计算机数据处理，尤其涉及一种异常行为分析系统。

背景技术：

在校园里，学生的健康问题、饮食问题等经常受到家长、学校方面的重视，但是情感心理问题却经常被忽视，从而导致一系列因情感问题产生的斗殴、跳楼等事件时有发生。若能够及时发现问题，并对学生进行开导和帮助，则可大大避免此类案件发生。但是因为涉及隐私问题以及学生的庞大数量问题，导致校方很难及时发现学生的情感心理问题，从而错过最佳开导时间。现有技术中也没有一种能够自动发现学生异常行为的技术。

技术实现要素：

发明目的：本发明针对现有技术存在的问题，提供一种异常行为分析系统，可以通过大数据自动分析出具有异常行为倾向的学生，还可以很好地保护学生隐私问题，使得学校能够及时给予帮助和开导，保护学生的心理健康，避免各类心理情感类案件发生。

技术方案：本发明所述的异常行为分析系统包括：

感应器，设置在各区域进出点，用于通过学生携带的校园卡感应和记录学生进出各区域的时间；

第一数据采集模块，用于从感应器中采集学生进出每个区域的时间；

第一数据处理模块，用于根据学生进出各区域的时间计算得到每个学生停留在每个区域的时间和次数，并按照停留时间和次数形成所有学生在所有区域的行为轨迹，从中提取出行为轨迹与群体行为轨迹不同的学生；

第一数据输出模块，用于将第一数据处理模块提取的学生作为异常行为人员，进行输出。

进一步的，该系统还可以包括：

第二数据采集模块，用于采集所有学生的校园卡消费数据、担任职务数据和评选参加数据；

第二数据处理模块，用于从学生校园卡消费数据中获取消费地点和消费出入时间，并进行两两对比，当发现任意两个学生的消费地点一致，且消费出入时间位于同一预设时间范围内时，则判定每人发生一次关联事件，并将每人的关系值pr加上一预设值；以及从担任职务数据中获取当前学生是否担任职务，并在担任职务时将其pr值加上该职务所能影响的人数值；以及从评选参加数据中获取当前学生是否参加评选，在作为被评选人时，将其pr值加上投票人数值，在作为评选人时，将其pr值加上一预设值；

第二数据输出模块，用于将最终累计pr值小于预设阈值的学生作为异常行为人员，进行输出。

进一步的，该系统还可以包括：

第三数据采集模块，用于采集所有学生的家庭成员和家庭疾病情况数据；

第三数据处理模块，用于根据预设家庭成员健在情况与家庭值fam的对照表，对学生的家庭值fam进行赋值，以及根据预设家庭疾病情况与疾病值syn的对照表对学生的疾病值syn进行赋值，最后计算fam和syn的和；

第三数据输出模块，用于将fam和syn的和小于预设阈值的学生作为异常行为人员，进行输出。

进一步的，该系统还可以包括：

第四数据采集模块，用于采集所有学生的考勤和成绩数据；

第四数据处理模块，用于根据学生已排课情况对学习值cs给定一预设初始值，并在发现学生缺勤一次或作业未完成时，分别将cs减去一预设值，并在成绩高于上次排名或低于上次排名时，分别对应将cs增加或减少一预设值；

第四数据输出模块，用于将cs小于预设阈值的学生作为异常行为人员，进行输出。

进一步的，该系统还可以包括：

第五数据采集模块，用于采集所有学生的课外活动数据；

第五数据处理模块，用于在学生参加一次课外活动时，将活动值oc加上一预设值，以及在每获得一次荣誉时，根据预设荣誉等级与oc增加值的对照表将学生的活动值oc进行相应增加；

第五数据输出模块，用于获取预设时间段内oc始终小于预设阈值且次数达到预设次数的学生，作为异常行为人员进行输出。

进一步的，该系统还可以包括：

第六数据采集模块，用于采集所有学生的多次心理测试成绩数据；

第六数据处理模块，用于根据预设的心理测试成绩与心理值mh的对照表，对学生的心理值mh进行赋值，并将多次心理值mh进行平均；

第六数据输出模块，用于将平均心理值mh小于预设阈值的学生作为异常行为人员，进行输出。

进一步的，该系统还可以包括：

网络管理设备，用于抓取学生通过校内网络上网的数据包，并从中提取出请求访问的服务器站点地址，以及获取学生在线时长；

第七数据采集模块，用于从网络管理设备中采集学生访问的服务器站点地址以及在线时长；

第七数据处理模块，用于从学生访问的服务器站点地址中筛选出访问指定社交网络的次数，并将精神值ms加上一个预设值；

第七数据输出模块，用于将ms大于预设阈值且在线时长超过预设时间的学生作为异常行为人员，进行输出。

进一步的，该系统还可以包括：

第八数据采集模块，用于采集所有学生的性别数据；

第八数据处理模块，用于获取第二数据处理模块中判定发生关联事件的学生，并获取两者的性别，在两者性别为不同性别时，将两者的情感值em分别加上一个预设值，当在预设时间段内，两者不再发生关联事件时，将两者的情感值em分别减去一个预设值；

第八数据输出模块，用于将em突然下降或突然升高的的学生作为异常行为人员，进行输出。

有益效果：本发明与现有技术相比，其显著优点是：本发明可以通过大数据自动分析出具有异常行为倾向的学生，使得学校能够及时给予帮助和开导，保护学生的心理健康，做到未雨绸缪，防微杜渐，避免各类心理情感类案件发生。

附图说明

图1是本发明提供的异常行为分析系统的实施例1的系统框图；

图2是本发明提供的异常行为分析系统的实施例2的系统框图；

图3是本发明提供的异常行为分析系统的实施例3的系统框图；

图4是本发明提供的异常行为分析系统的实施例4的系统框图；

图5是本发明提供的异常行为分析系统的实施例5的系统框图；

图6是本发明提供的异常行为分析系统的实施例6的系统框图；

图7是本发明提供的异常行为分析系统的实施例7的系统框图；

图8是本发明提供的异常行为分析系统的实施例8的系统框图。

具体实施方式

实施例1

本实施例提供了一种异常行为分析系统，如图1所示，包括：

感应器，设置在各区域进出点，用于通过学生携带的校园卡感应和记录学生进出各区域的时间；

第一数据采集模块，用于从感应器中采集学生进出每个区域的时间；

第一数据处理模块，用于根据学生进出各区域的时间计算得到每个学生停留在每个区域的时间和次数，并按照停留时间和次数形成所有学生在所有区域的行为轨迹，从中提取出行为轨迹与群体行为轨迹不同的学生；

第一数据输出模块，用于将第一数据处理模块提取的学生作为异常行为人员，进行输出。

例如，将校园内不同区域定义为(area)a0、a1、a2。。。，在校园各场所出入点设置感应器，进入该区域时间为st(starttime),从该区域离开时间为et(endtime),在该区域的et-st时间为该区域的停留时长，可用热力图进行轨迹的展示，在一个区域停留的次数及时长约长，热力图上面的显示颜色越深，可展示单个人或者多个，从而得出个人和集体的行为轨迹，对离群及停留行为人员作为异常行为人员，进行重点关注。

实施例2

本实施例提供了一种异常行为分析装置，如图2所示，与实施例1不同的是，该系统还包括：

第二数据采集模块，用于采集所有学生的校园卡消费数据、担任职务数据和评选参加数据；

第二数据处理模块，用于从学生校园卡消费数据中获取消费地点和消费出入时间，并进行两两对比，当发现任意两个学生的消费地点一致，且消费出入时间位于同一预设时间范围内时，则判定每人发生一次关联事件，并将每人的关系值pr(personalrelations)加上一预设值；以及从担任职务数据中获取当前学生是否担任职务，并在担任职务时将其pr值加上该职务所能影响的人数值；以及从评选参加数据中获取当前学生是否参加评选，在作为被评选人时，将其pr值加上投票人数值，在作为评选人时，将其pr值加上一预设值；

第二数据输出模块，用于将最终累计pr值小于预设阈值的学生作为异常行为人员，进行输出。

例如，pr初始值设定为1。每个人的消费时间定义为em(consumptiontime)，所在校园场所定义为p(place)，当某两个人员的p相等，em相近时，认定这些人员可能存在关联，定义为e(event)，当事件e多次发生，则认定两者必定存在关系，pr加1。每个人的出入时间定义为iot(inandouttime)，所在校园场所定义为p(place)，当某两个人员的p相等，iot相近时，认定这些人员可能存在关联，定义为e(event)，当事件e多次发生，则认定两者必定存在关系，pr加1。学校担任职务定义为d(duty)，如d可以影响的人员数为n,则pr加n。学校相关评选参与度定义为sel(seleemion)，如果是评选人，投票人数为m，则pr加m，如果是投票人，则pr直接加1。pr值为一个学生的人际关系数值，如果pr值长期为1或者小于等于3的，认定为异常行为人员，就需要留意是否在人际关系方面遇到障碍，或者性格方面存在问题，可以及时进行开导措施。

实施例3

本实施例提供了一种异常行为分析装置，如图3所示，与实施例2不同的是，该系统还包括：

第三数据采集模块，用于采集所有学生的家庭成员和家庭疾病情况数据；

第三数据处理模块，用于根据预设家庭成员健在情况与家庭值fam(family)的对照表，对学生的家庭值fam进行赋值，以及根据预设家庭疾病情况与疾病值syn的对照表对学生的疾病值syn(syntrophus)进行赋值，最后计算fam和syn的和；

第三数据输出模块，用于将fam和syn的和小于预设阈值的学生作为异常行为人员，进行输出。

例如，定义家庭情况为fam(family),主要以直系亲属为主，双亲及亲兄弟姐妹健全分数为2，祖父母及外祖父母健全分数为1，f的满分为8分及以上。家族遗传病定义为syn(syntrophus),按照家族遗传病的严重程度来进行划分1)染色体病，如21-三体综合征(先天愚型)，s分数为-10。(2)遗传性代谢性疾病，如白化病等，s分数为-9。(3)血液系统疾病，如血友病，s分数为-8。(4)神经精神系统疾病，如遗传性小脑共济失调症、精神分裂症等，s分数为-7。(5)免疫系统疾病，如全身性红斑狼疮等，s分数为-6。(6)骨骼系统疾病，如并指(趾)畸形、脊柱裂等，s分数为-5。(7)内分泌系统疾病，如遗传性尿崩症，s分数为-4。(8)消化系统疾病，如家族性多发性结肠息肉，先天性食管闭锁等，s分数为-3。(9)心血管系统疾病，如家族性心肌病，s分数为-2。(10)眼疾病，如先天性白内障、高度近视等，s分数为-1。家庭背景情况的总分为fam+syn，如总分低于4分，认定为异常行为人员，则应该重点关注下人员的日常状态情况。

实施例4

本实施例提供了一种异常行为分析装置，如图4所示，与实施例3不同的是，该系统还包括：

第四数据采集模块，用于采集所有学生的考勤和成绩数据；

第四数据处理模块，用于根据学生已排课情况对学习值cs(classsituation)给定一预设初始值，并在发现学生缺勤一次或作业未完成时，分别将cs减去一预设值，并在成绩高于上次排名或低于上次排名时，分别对应将cs增加或减少一预设值；

第四数据输出模块，用于将cs小于预设阈值的学生作为异常行为人员，进行输出。

例如，定义上课考试情况为cs，每月固定分定为已排课的总数，上课旷课一次cs分数-1，课后作业未完成cs分数-1，本月月考成绩与上月月考成绩做对比，考核成绩以校园排名为准，高于上月排名，cs分数+5，低于上月排名，cs分数-5，该人员本月的cs分数少于固定总分的60％，判定为异常行为人员，该类人员需要重点关注并予以指正。

实施例5

本实施例提供了一种异常行为分析装置，如图5所示，与实施例4不同的是，该系统还包括：

第五数据采集模块，用于采集所有学生的课外活动数据；

第五数据处理模块，用于在学生参加一次课外活动时，将活动值oc(outsideclass)加上一预设值，以及在每获得一次荣誉时，根据预设荣誉等级与oc增加值的对照表将学生的活动值oc进行相应增加；

第五数据输出模块，用于获取预设时间段内oc始终小于预设阈值且次数达到预设次数的学生，作为异常行为人员进行输出。

例如，每参加一次课外活动，oc分数+1，参与时长总计每满1天，oc分数+1，获得荣誉以级别来划分，班级荣誉每个+0.5，校级荣誉每个+1，县市级荣誉每个+2，省级荣誉每个+3，国内国际荣誉每个+5。人员每学年oc总分高于5分，应给予适当鼓励措施，多次oc总分为零，则判定为异常行为人员，需要关注下人员是否有离群现象，应予以引导。

实施例6

本实施例提供了一种异常行为分析装置，如图6所示，与实施例5不同的是，该系统还包括：

第六数据采集模块，用于采集所有学生的多次心理测试成绩数据；

第六数据处理模块，用于根据预设的心理测试成绩与心理值mh(mentalhealth)的对照表，对学生的心理值mh进行赋值，并将多次心理值mh进行平均；

第六数据输出模块，用于将平均心理值mh小于预设阈值的学生作为异常行为人员，进行输出。

例如，定义心理健康测试主要以心理医生给出测试结果为准，采用五级计分法,即无为.1分,轻度为2分,中度为3分,偏重为4分,严重为5分，mh总均分如果低于2，表示心理健康总体上是良好的；如果mh总均分超过2，表示心理健康存在一定的问题；如果mh总均分在2～2.9之间，表示心理健康总体上存在轻度问题；如果mh总均分在3～3.9之间，表示心理健康存在中等程度的问题；如果mh总均分在4～4.9之间，表示心理健康在总体上存在较重的问题；如果mh总均分在5，表示心理健康存在着严重的问题。将多次心理值mh进行平均，将平均心理值mh小于预设阈值的学生作为异常行为人员。

实施例7

本实施例提供了一种异常行为分析装置，如图7所示，与实施例6不同的是，该系统还包括：

网络管理设备，用于抓取学生通过校内网络上网的数据包，并从中提取出请求访问的服务器站点地址，以及获取学生在线时长；

第七数据采集模块，用于从网络管理设备中采集学生访问的服务器站点地址以及在线时长；

第七数据处理模块，用于从学生访问的服务器站点地址中筛选出访问指定社交网络的次数，并将精神值ms(mentalstate)加上一个预设值；

第七数据输出模块，用于将ms大于预设阈值且在线时长超过预设时间的学生作为异常行为人员，进行输出。

例如，在校内网络预装网络管理设备，移动网络的基站管理，对上网人员进行实名制管理，对与人员的上网地点进行定时记录，并记录时长，此项无需涉及到人员隐私问题，微博、微信服务器的站点是固定的，只需要知道人员在何时向微博、微信服务器发出访问请求即可每发出一次访问请求，ms+1，每日在线时长超过4小时及ms数值超过500人员判定为异常行为人员，需要重点关注，对正确的上网行为进行管理。

实施例8

本实施例提供了一种异常行为分析装置，如图8所示，与实施例7不同的是，该系统还包括：

第八数据采集模块，用于采集所有学生的性别数据；

第八数据处理模块，用于获取第二数据处理模块中判定发生关联事件的学生，并获取两者的性别，在两者性别为不同性别时，将两者的情感值em(emotional)分别加上一个预设值，当在预设时间段内，两者不再发生关联事件时，将两者的情感值em分别减去一个预设值；

第八数据输出模块，用于将em突然下降或突然升高的的学生作为异常行为人员，进行输出。

例如，定义em初始值为1。每个人的消费时间定义为ct(consumptiontime)，所在校园场所定义为p(place)，当某两个人员的p相等，ct相近时，认定这些人员可能存在关联，定义为e(event)，当事件e多次发生，则认定两者必定存在关系。其中，人员的性别定义为s(sex)，当两者s相同，均为f(female)或者均为m(male)，认定两者为朋友关系，如两者s不同，则认定两者为疑似情侣关系,em+1。校园场所出入时间间隔频次及校园场所出入时间间隔对象性别频次同理，每个人的出入时间定义为iot(inandouttime)，所在校园场所定义为p(place)，当某两个人员的p相等，iot相近时，认定这些人员可能存在关联，定义为e(event)，当事件e多次发生，则认定两者必定存在关系。其中，人员的性别定义为s(sex)，当两者s相同，均为f(female)或者均为m(male)，认定两者为朋友关系，如两者s不同，则认定两者为疑似情侣关系,em+1。当人员em大于等于2时，判定为异常行为人员，需要关注人员是否为早恋，或者一段时间em值大于等于2，突然em值减到初始值，判定为异常行为人员，需要关注人员是否情感异常以致影响其他校园生活。

以上所揭露的仅为本发明较佳实施例而已，不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。