近些年，大数据发展可谓如日中天，不仅在商业领域有着广泛的应用，在教育领域的应用也颇多。现如今，大数据分析技术已成为高校的一道亮丽风景，一些高校利用大数据分析技术分析学生的思想行为和表现行为。
首先，我们将学生的行为分为思想行为和表现行为。那么，我们要分析这两种行为，就需要获取到相关的数据。
学生的表现行为数据如：一卡通消费，课堂签到，轨迹行为，学习成绩等等，通过这些数据我们分析学生的行为轨迹预判行为风险，结合学习成绩挖掘不同行为习惯与成绩之间微妙的关系，通过消费习惯分析学生经济风险等等，通过这些挖掘辅助对学生的管理。
学生的表现行为相对好分析，因为数据就在那里，可学生的思想行为分析就没那么简单了，通过我们研究院的算法工程师和在高校从事多年学生管理业务的老师一起研究，建立了学生思想行为分析模型，再通过样板学校真实的数据反复的训练，最终我们可以分析出孤僻，过宅，危险言论等多种行为，这对学生管理者来说意义重大。这个模型大部分数据依赖于我们卓智多年的校园网络建设，比如：网络日志数据，URL日志数据，AP节点数据等。
有了这些数据和模型，我们着手构建“学生行为分析服务”力求挖掘出价值，以供管理者参考。
学生行为轨迹分析
我们从学生位置轨迹行为着手，详细的分析了个体轨迹行为与学习成绩的关系，以及群体热力图，感知在校学生实时分布情况，预判群体事件的发生，例如群体离校行为预警。一旦出现问题，校方管理者可以通过授权，快速定位学生最后出现位置，分析24小时内行为轨迹，也可以分析多人轨迹关系判断相关人员。
学生画像
学生管理者如何了解学生，在大数据时代已经变得更加简单和有效，我们为学生管理工作者提供学生群体画像和个人画像服务，结合多维度数据对学生进行精准画像，以便实现个性化教学，个性化管理，准确了解在校学生状态。
学生网络行为分析&&网络安全预警中心
我们通过位置信息，网络行为信息，网络日志及URL访问记录等信息，对学生思想安全，行为安全做常态化管理，构建校园言论特征库，让机器具备分析言论的情感的能力，从中筛选危险言论，分析学生心理健康情况。
网络安全预警中心
我们对校园思想和行为进行无间断管控，通过卓智AI研究院的广泛研究，可以更加准确的识别校园中的，疑似孤僻，危险言论，负面倾向，场域离校，群体事件，晚归行为，过宅行为，并训练机器识别严重程度，产生有效的预警。
除此之外，我们构建了内网舆情系统，通过校内网络数据进行舆论排查，聚类风险事件，并提供事件解构分析，追溯来源，为校内安全管理提供数据支持。
我们做学生行为分析，核心目的是为学生更好的服务，只有更加了解学生的行为特征，才能最终实现个性化教学，但这之上我们非常重视学生的数据安全，在调用全息数据做行为分析时，进行深度的脱敏处理，只为保护好每一个学生的个人隐私。
（原标题：大数据如何支持学生行为分析）
