一、实验目的基于已完成 K-Means 聚类并标注考勤群体的学生考勤主题标签表student_attendance_stats聚焦“纪律高危型”学生群体进行专项画像分析。利用助睿BI数据可视化探索平台从性别、年级、校区、班级等多个维度制作可视化图表指标卡、饼图、柱状图、条形图等深入挖掘该高危群体的行为特征与分布规律。通过数据下钻分析为校园考勤精准干预、重点班级整治及学生行为管理提供客观的数据支撑和决策建议。二、实验环境实验用品工具平台助睿数智Uniplore在线实验平台https://lab.guilan.cn/主要使用助睿BI、MySQL数据库。数据源student_attendance_stats学生考勤主题标签表该表已包含学生基础信息、考勤违纪统计次数及 attendance_group考勤群体分类字段。实验设备计算机可连接互联网并支持助睿平台运行。实验步骤3.1 进入助睿BI进入实验平台后点击左边菜单的“助睿BI”进入助睿BI可视化探索平台进入助睿BI 平台的首页可以看到该账户下的数据情况、数据分析处理流程、支持的数据源有哪些student_attendance_stats 存放于我们的团队私有数据库中而上一个实验在“分析聚类簇编号对应的考勤群体分类”时已经创建了团队私有数据库的连接因此我们可以直接使用这个数据源无需再连接数据源。3.3 构建数据集接下来我们使用 student_attendance_stats 构建数据集用于后续分析点击左边菜单中的“数据集”点击左上角“” - “新建数据集”在弹窗中输入数据集名称、所属分组、备注信息后点击“确认”数据集创建成功后会自动跳到该数据集的配置页面第一步需要先选择数据源助睿BI 平台为防止这个步骤遗漏做了强提醒点击“好的我知道了”可关闭提醒数据源的第一个选项选择我们刚刚新建的数据源“商业数据分析实验” 第二个选项则选择student_attendance_stats 所在的目录“labs”数据源选择完成后labs目录下的数据表自动出现在画布左边将student_attendance_stats拖拽至画布中查看数据的表结构及数据由于我们之前实验中的建表语句中已经包含了字段的中文备注因此这里我们不需要设置字段备注直接点击画布左上角“保存”按钮在保存提示中点击“保存并发布”只有发布后的数据集才能在工作表中引用3.4 制作工作表工作表是承载可视化图表、开展数据分析的基础单元点击左边菜单中的“工作表”进入工作表模块为方便管理相同主题分析的工作表最好都放置在一个目录下点击左上角的“” - “新建分组”在弹窗中输入分组名称、选择所属分组、填写备注信息后点击“确认”3.4.1 整体概况指标卡指标卡是助睿BI 平台中用于直观展示核心统计数值的基础组件能够快速呈现关键指标便于整体把控高危群体概况。3.4.1.1 纪律高危型总人数右键或者点击学生考勤主题分析分组的“…”在操作列表中点击“新建工作表”在弹窗中输入工作表名称为“自律模范型人数”、选择所属分组、填写备注信息后点击“确认”自动跳转到工作表设计页面点击右上角“好的我知道了”来关闭提醒在数据集下拉框中选择广告构建的数据集“学生考勤主题数据集”自律模范型人数自律模范型中的所有学生ID去重计数在左边基础图表中点击“指标卡”将字段“student_id学生ID”拖拽到值点开字段“student_id”的聚合类型点击“去重计数”点击图形设置图标打开设置面板点击过滤器中的“”在下拉框中选择“attendance_group考勤群体分类”并点击“确认”点击过滤器中“attendance_group”后的“···” - “编辑”在过滤器配置中点击“包含以下选项”并勾选“自律模范型”在点击“确认”指标卡即显示自律模范型人数接下来我们可以点击“样式设置”对指标卡样式进行调整点开基础设置将4个边距都改为最大值16点开标题设置将标题字体大小改色16字体颜色改为红色显示位置改为顶部居中点开值设置将字体大小改为30字体颜色改为红色粗体开关保持打开显示位置保持水平居中点击“保存”按钮在保存提示中点击“保存并发布”点击“显示分组”按钮即可看到学生总人数指标卡已经发布成功3.4.1.2 纪律高危型男生人数参考“3.4.1.1 纪律高危型总人数”步骤重新新建工作表“纪律高危型男生人数”完成指标卡的制作只需要多一步操作在筛选器中添加“gender性别”字段并设置为包含“男”再调整一下样式即可3.4.1.3 纪律高危型女生人数参考“3.4.1.1 自律模范型人数”步骤重新新建工作表“纪律高危型女生人数”完成指标卡的制作只需要多一步操作在筛选器中添加“gender性别”字段并设置为包含“女”再调整一下样式即可3.4.1.4 纪律高危型未知性别人数参考“3.4.1.1 自律模范型人数”步骤重新新建工作表“高危型未知性别人数”完成指标卡的制作只需要多一步操作在筛选器中添加“gender性别”字段并设置为包含“未知”再调整一下样式即可3.4.1.5 整体指标分析从整体指标卡可以清晰看到纪律高危型学生总人数为 2,225人其中男生483人、女生416人、未知性别1,326人。高危群体整体规模较大其中男生人数多于女生说明高危群体存在明显的性别分布特点需要从性别角度进一步深入分析。3.4.2 纪律高危型学生性别特征分析在该环节我们制作纪律高危型学生性别占比饼图同时结合全校性别基数数据分析高危群体的性别倾向3.4.2.1 纪律高危型学生男女人数占比新建工作表“纪律高危型学生男女人数占比”数据集选择“学生考勤主题数据集”图表类型选择“饼图”将字段“student_id”拖拽到值“gender”拖拽到分类并将“student_id”的聚合方式设置为“去重计数”可以看到存在性别“未知”数据需要将“未知”数据过滤掉点击图像设置并点击过滤器中的“”在下拉列表中选择“gender”最后点击“确认”点击过滤器中的“gender”后的“···”并点击“编辑”在过滤器设置中点击“排除以下选项”勾选“未知”点击“确认”并点击过滤器中的“”在下拉列表中选择“attendance_group”最后点击“确认”点击过滤器中的“attendance_group”后的“···”并点击“编辑”在过滤器设置中点击“包含以下选项”勾选“纪律高危型”点击“确认”系统默认的饼图没有百分比标签数据我们可以点击“样式设置” - “图表元素设置” - “标签显示形式” - “勾选百分比”其他样式可根据自身需求设置例如图表元素设置中的内环大小设置为“50%”扇形设置中的扇形圆角半径设置为“10”还可以修改主题色样式调整完毕后点击“保存”按钮“保存并发布”工作表3.4.2.2 全校学生男女人数占比为了排除性别基数差异带来的误判我们需要分析全校学生男女人数占比新建工作表“全校学生男女人数占比”参考“3.4.2.1 纪律高危型学生男女人数占比”步骤完成饼图制作过滤器中只需要过滤掉性别“未知”的数据考勤群体分类“attendance_group”无需做过滤3.4.2.3 性别特征分析排除性别未知数据仅统计男、女全校学生性别分布男生占比约 65.13%全校男生基数大女生占比约 34.87%纪律高危型学生性别分布男生占比约 53.73%483/899女生占比约 46.27%416/899。这一结果表明纪律高危型学生中男生占比53.73%远低于全校男生占比65.13%女生占比46.27%远高于全校女生占比34.87%。说明女生在考勤违纪上的实际风险更高相对于自身基数是高危群体的核心构成对象。后续管理需针对性加强女生考勤纪律引导如关注心理状态、纪律意识培养。3.4.3 纪律高危型学生年级特征分析在该环节我们制作纪律高危型学生年级分布堆叠条形图观察不同年级高危学生的情况新建工作表“纪律高危型学生年级特征分析”数据集选择“学生考勤主题数据集”图表类型选择“柱状图”将字段“grade”拖拽到X轴“student_id”拖拽到Y轴并将“student_id”的聚合方式设置为“去重计数”点击图像设置按钮在过滤器中添加字段“attendance_group”点击“attendance_group”后的“···” - “编辑”在过滤器配置窗口中点击“包含以下选项”勾选“纪律高危型”最后点击“确认”分析从“纪律高危型学生年级特征分析”柱状图看高危学生在各年级分布差异显著高三年级高危人数最多1051人高一842人、高二923人相对较少。这可能与高三升学压力、在校时间长度、课程安排调整如备考节奏紧张、校外培训等因素有关易导致考勤行为波动。点击“样式设置”将主题色设置为与上一个饼图的主题色一样并点击“图表元素设置”将边框色设置为无边框色点击“保存”按钮“保存并发布”工作表3.4.4 纪律高危型学生校区类型 年级交叉特征分析在该环节为进一步探究高危学生在不同校区、不同年级的分布规律我们制作纪律高危型学生校区类型 年级交堆叠状图直观呈现各年级下新、老校区高危学生的人数分布情况精准定位高危行为的高发区域新建工作表“纪律高危型学生校区类型与年级交叉特征分析”数据集选择“学生考勤主题数据集”图表类型选择“柱状图”参考“3.4.3 纪律高危型学生年级特征分析”的步骤先完成纪律高危型学生年级分布柱状图接下来将字段“campus_type”拖拽至“分组”将主题色设置成与上一个图表的主题色并取消边框色分析从校区类型 年级交叉柱状图可以看出纪律高危型学生的校区分布差异显著老校区是高危学生的主要聚集地各年级高危人数均明显高于新校区其中高一 708 人、高二 655 人、高三 1051 人高三年级高危人数达到峰值。新校区的高危学生整体规模较小各年级分布为高一 134 人、高二 268 人、高三 19 人。仅从高危群体的分布来看老校区的违纪风险远高于新校区且高危人数随年级升高呈明显增长态势。为进一步判断这一差异是否由校区本身的学生基数导致下一步将引入全校新、老校区的学生总人数数据进行交叉对比排除基数干扰分析校区管理模式、通勤条件、学风氛围等因素对学生考勤行为的真实影响。先点击“保存”按钮“保存并发布”工作表3.4.5 不同校区类型各年级学生人数新建工作表“不同校区类型各年级学生人数”参考“纪律高危型学生校区类型 年级交叉特征分析”步骤完成不同校区类型各年级学生人数堆叠柱状图过滤器不添加任何字段分析从“不同校区类型各年级学生人数”和“纪律高危型学生校区类型与年级交叉特征分析”图可知老校区是高危险学生的主要聚集地老校区全校人数高一1169人、高三1883人、高二1374人高危人数高一708人、高三1051人、高二655人新校区高危人数整体较少新校区全校人数高一148人、高三261人、高二295人高危人数高一134人、高三19人、高二268人。结合“全校各校区各年级人数”对比老校区高危学生占比如高三老校区高危1051人/全校高三1883人≈55.8%远高于新校区高三新校区高危19人/全校高三261人≈7.3%说明老校区尤其是高三是高危核心聚集区后续需重点聚焦该群体制定针对性管理措施。先点击“保存”按钮“保存并发布”工作表3.4.6 纪律高危型学生班级特征分析接下来我们分析纪律高危型学生的班级特征定位高危学生集中的班级新建工作表“纪律高危型学生班级特征分析”数据集选择“学生考勤主题数据集”图表类型选择“水平条图”将字段“class_name”拖拽至Y轴“student_id”拖拽至X轴并将“student_id”的聚合方式设置为“去重计数”过滤器中添加字段“attendance_group”点击“attendance_group”后的“···” - “编辑”过滤器设置中点击“包含以下选项”。勾选“纪律高危型”最后点击“确认”为了方便观察高危型学生的集中班级我们可以将“student_id”按降序排序这样人数多的班级就排在前面分析从班级水平条图可以清晰看到纪律高危型学生高度集中在少数班级其中高三 09 班高危人数最多38 人其次为高三 08 班、高三 02 班等多数班级高危人数极少呈现明显的班级聚集性。结合年级分布特征来看高危学生主要集中在高三年级的部分班级这既与高三学生升学备考节奏紧张、课程安排灵活有关也说明高危行为与班级管理强度、班风氛围、同伴影响密切相关。少数薄弱班级需要重点整治通过加强班主任监管、整顿班风阻断不良风气传染。点击样式设置将主题色设置为同之前的图表的主题色一样点击“保存”按钮“保存并发布”工作表3.5 搭建综合仪表盘点击左边菜单栏中的“仪表盘”点击左上角“” - “新建仪表盘”仪表盘名字输入“纪律高危型学生用户画像分析”备注信息输入“纪律高危型学生用户画像分析”点击“确认”在右边组件与工作表区域点击“基础组件”拖拽一个文本组件到画布中文本内容输入“纪律高危型学生用户画像分析”并设置字体颜色、字体大小、加粗、居中关闭组件窗口组件右下角可以拖动跳转组件大小参考下图调整点击图表组件显示按钮切换到“工作表”将3.4节中制作的工作表都拖拽至画布中拖入完毕后使用鼠标对图表大小和布局进行调整同时将以上的分析使用“文本”组件呈现在仪表盘中形成完成的分析仪表盘“文本”组件可通过关闭“超出隐藏”开关来实现换行预期效果如下设计完毕后点击“发布”保存并发布仪表盘点击“预览”即可全屏查看仪表盘发布成功后可以点击“分享”并选择不同的分享方式将仪表盘分享给其他人查看将分享的信息复制发送给其他人其他人即可点击仪表盘的分享链接进行查看复制结果如下其他人可以点击连接查看仪表盘访问地址来自undefined分享的资源访问地址http://47.109.153.89/#/share/dashboard/2056673626391973888四、实验结果与分析核心画像分析总结4.1 整体概况从整体指标卡可见纪律高危型学生总人数为2,225人其中男生483人、女生416人、未知性别1,326人。高危群体规模较大且男生人数多于女生需从性别角度深入分析。4.2 核心特征性别特征女生为高危群体主体。排除性别未知数据全校男生占比约65.13%、女生约34.87%但纪律高危型学生中男生占比约53.73%、女生约46.27%。女生在高危群体中的占比46.27%远高于其全校基数占比34.87%说明女生考勤违纪风险更高是高危行为的主要发生对象与女生心理状态、纪律意识波动相关。年级特征高度集中于高年级。从年级分布看高三年级高危人数最多1051人高一842人、高二923人相对较少随年级升高高危学生占比明显上升。高年级学生学业压力大、自主空间广、心态浮躁对考勤纪律重视度下降易导致违纪行为。校区特征在不同校区呈现明显分布差异高危学生高度集中在老校区。老校区全校人数高一1169人、高三1883人、高二1374人与高危人数高一708人、高三1051人、高二655人均远高于新校区全校人数高一148人、高三261人、高二295人高危人数高一134人、高三19人、高二268人。老校区高危学生占比如高三老校区高危占比≈55.8%远高于新校区≈7.3%与校区通勤条件、管理模式、学风氛围密切相关。班级特征存在明显班级聚集性。从班级水平条图看高危学生集中在少数班级如高三(09)班102人、高三(07)班98人、高三(01)班95人等与班级管理强度、同伴效应直接相关多数班级高危人数极少。4.3 管理建议重点关注高年级女生群体针对性开展考勤纪律教育与心理疏导强化规则意识减少违纪行为发生。加强老校区高年级管理针对老校区优化通勤管理、强化考勤监督营造严谨学风氛围降低学生违纪风险。整治高危学生集中班级加强班主任监管力度整顿班风建立班级考勤责任制阻断不良风气传染。建立高危学生台账一对一建档家校联动制定个性化矫正方案跟踪干预效果防止违纪行为固化。以上分析总结可以添加在仪表盘后面·五、实验总结心得与体会通过本次实验我熟练掌握了助睿BI平台从数据集构建、多维度图表制作到仪表盘搭建的全流程操作学会了如何利用过滤、分组、聚合计数等功能对特定群体如纪律高危型进行数据下钻和画像分析。在分析结果时我认识到不能只看绝对人数还需引入全校基数如性别基数、校区年级基数进行对比才能排除基数干扰、得出客观结论。本次实验将抽象的考勤数据转化为直观的可视化图表和业务洞察体现了数据可视化在校园精细化管理中的实际价值也为我后续进行其他用户画像分析打下了坚实基础。
从“数据盲区”到“精准治校”：纪律高危型学生行为画像实证分析
发布时间：2026/5/21 13:36:39
一、实验目的基于已完成 K-Means 聚类并标注考勤群体的学生考勤主题标签表student_attendance_stats聚焦“纪律高危型”学生群体进行专项画像分析。利用助睿BI数据可视化探索平台从性别、年级、校区、班级等多个维度制作可视化图表指标卡、饼图、柱状图、条形图等深入挖掘该高危群体的行为特征与分布规律。通过数据下钻分析为校园考勤精准干预、重点班级整治及学生行为管理提供客观的数据支撑和决策建议。二、实验环境实验用品工具平台助睿数智Uniplore在线实验平台https://lab.guilan.cn/主要使用助睿BI、MySQL数据库。数据源student_attendance_stats学生考勤主题标签表该表已包含学生基础信息、考勤违纪统计次数及 attendance_group考勤群体分类字段。实验设备计算机可连接互联网并支持助睿平台运行。实验步骤3.1 进入助睿BI进入实验平台后点击左边菜单的“助睿BI”进入助睿BI可视化探索平台进入助睿BI 平台的首页可以看到该账户下的数据情况、数据分析处理流程、支持的数据源有哪些student_attendance_stats 存放于我们的团队私有数据库中而上一个实验在“分析聚类簇编号对应的考勤群体分类”时已经创建了团队私有数据库的连接因此我们可以直接使用这个数据源无需再连接数据源。3.3 构建数据集接下来我们使用 student_attendance_stats 构建数据集用于后续分析点击左边菜单中的“数据集”点击左上角“” - “新建数据集”在弹窗中输入数据集名称、所属分组、备注信息后点击“确认”数据集创建成功后会自动跳到该数据集的配置页面第一步需要先选择数据源助睿BI 平台为防止这个步骤遗漏做了强提醒点击“好的我知道了”可关闭提醒数据源的第一个选项选择我们刚刚新建的数据源“商业数据分析实验” 第二个选项则选择student_attendance_stats 所在的目录“labs”数据源选择完成后labs目录下的数据表自动出现在画布左边将student_attendance_stats拖拽至画布中查看数据的表结构及数据由于我们之前实验中的建表语句中已经包含了字段的中文备注因此这里我们不需要设置字段备注直接点击画布左上角“保存”按钮在保存提示中点击“保存并发布”只有发布后的数据集才能在工作表中引用3.4 制作工作表工作表是承载可视化图表、开展数据分析的基础单元点击左边菜单中的“工作表”进入工作表模块为方便管理相同主题分析的工作表最好都放置在一个目录下点击左上角的“” - “新建分组”在弹窗中输入分组名称、选择所属分组、填写备注信息后点击“确认”3.4.1 整体概况指标卡指标卡是助睿BI 平台中用于直观展示核心统计数值的基础组件能够快速呈现关键指标便于整体把控高危群体概况。3.4.1.1 纪律高危型总人数右键或者点击学生考勤主题分析分组的“…”在操作列表中点击“新建工作表”在弹窗中输入工作表名称为“自律模范型人数”、选择所属分组、填写备注信息后点击“确认”自动跳转到工作表设计页面点击右上角“好的我知道了”来关闭提醒在数据集下拉框中选择广告构建的数据集“学生考勤主题数据集”自律模范型人数自律模范型中的所有学生ID去重计数在左边基础图表中点击“指标卡”将字段“student_id学生ID”拖拽到值点开字段“student_id”的聚合类型点击“去重计数”点击图形设置图标打开设置面板点击过滤器中的“”在下拉框中选择“attendance_group考勤群体分类”并点击“确认”点击过滤器中“attendance_group”后的“···” - “编辑”在过滤器配置中点击“包含以下选项”并勾选“自律模范型”在点击“确认”指标卡即显示自律模范型人数接下来我们可以点击“样式设置”对指标卡样式进行调整点开基础设置将4个边距都改为最大值16点开标题设置将标题字体大小改色16字体颜色改为红色显示位置改为顶部居中点开值设置将字体大小改为30字体颜色改为红色粗体开关保持打开显示位置保持水平居中点击“保存”按钮在保存提示中点击“保存并发布”点击“显示分组”按钮即可看到学生总人数指标卡已经发布成功3.4.1.2 纪律高危型男生人数参考“3.4.1.1 纪律高危型总人数”步骤重新新建工作表“纪律高危型男生人数”完成指标卡的制作只需要多一步操作在筛选器中添加“gender性别”字段并设置为包含“男”再调整一下样式即可3.4.1.3 纪律高危型女生人数参考“3.4.1.1 自律模范型人数”步骤重新新建工作表“纪律高危型女生人数”完成指标卡的制作只需要多一步操作在筛选器中添加“gender性别”字段并设置为包含“女”再调整一下样式即可3.4.1.4 纪律高危型未知性别人数参考“3.4.1.1 自律模范型人数”步骤重新新建工作表“高危型未知性别人数”完成指标卡的制作只需要多一步操作在筛选器中添加“gender性别”字段并设置为包含“未知”再调整一下样式即可3.4.1.5 整体指标分析从整体指标卡可以清晰看到纪律高危型学生总人数为 2,225人其中男生483人、女生416人、未知性别1,326人。高危群体整体规模较大其中男生人数多于女生说明高危群体存在明显的性别分布特点需要从性别角度进一步深入分析。3.4.2 纪律高危型学生性别特征分析在该环节我们制作纪律高危型学生性别占比饼图同时结合全校性别基数数据分析高危群体的性别倾向3.4.2.1 纪律高危型学生男女人数占比新建工作表“纪律高危型学生男女人数占比”数据集选择“学生考勤主题数据集”图表类型选择“饼图”将字段“student_id”拖拽到值“gender”拖拽到分类并将“student_id”的聚合方式设置为“去重计数”可以看到存在性别“未知”数据需要将“未知”数据过滤掉点击图像设置并点击过滤器中的“”在下拉列表中选择“gender”最后点击“确认”点击过滤器中的“gender”后的“···”并点击“编辑”在过滤器设置中点击“排除以下选项”勾选“未知”点击“确认”并点击过滤器中的“”在下拉列表中选择“attendance_group”最后点击“确认”点击过滤器中的“attendance_group”后的“···”并点击“编辑”在过滤器设置中点击“包含以下选项”勾选“纪律高危型”点击“确认”系统默认的饼图没有百分比标签数据我们可以点击“样式设置” - “图表元素设置” - “标签显示形式” - “勾选百分比”其他样式可根据自身需求设置例如图表元素设置中的内环大小设置为“50%”扇形设置中的扇形圆角半径设置为“10”还可以修改主题色样式调整完毕后点击“保存”按钮“保存并发布”工作表3.4.2.2 全校学生男女人数占比为了排除性别基数差异带来的误判我们需要分析全校学生男女人数占比新建工作表“全校学生男女人数占比”参考“3.4.2.1 纪律高危型学生男女人数占比”步骤完成饼图制作过滤器中只需要过滤掉性别“未知”的数据考勤群体分类“attendance_group”无需做过滤3.4.2.3 性别特征分析排除性别未知数据仅统计男、女全校学生性别分布男生占比约 65.13%全校男生基数大女生占比约 34.87%纪律高危型学生性别分布男生占比约 53.73%483/899女生占比约 46.27%416/899。这一结果表明纪律高危型学生中男生占比53.73%远低于全校男生占比65.13%女生占比46.27%远高于全校女生占比34.87%。说明女生在考勤违纪上的实际风险更高相对于自身基数是高危群体的核心构成对象。后续管理需针对性加强女生考勤纪律引导如关注心理状态、纪律意识培养。3.4.3 纪律高危型学生年级特征分析在该环节我们制作纪律高危型学生年级分布堆叠条形图观察不同年级高危学生的情况新建工作表“纪律高危型学生年级特征分析”数据集选择“学生考勤主题数据集”图表类型选择“柱状图”将字段“grade”拖拽到X轴“student_id”拖拽到Y轴并将“student_id”的聚合方式设置为“去重计数”点击图像设置按钮在过滤器中添加字段“attendance_group”点击“attendance_group”后的“···” - “编辑”在过滤器配置窗口中点击“包含以下选项”勾选“纪律高危型”最后点击“确认”分析从“纪律高危型学生年级特征分析”柱状图看高危学生在各年级分布差异显著高三年级高危人数最多1051人高一842人、高二923人相对较少。这可能与高三升学压力、在校时间长度、课程安排调整如备考节奏紧张、校外培训等因素有关易导致考勤行为波动。点击“样式设置”将主题色设置为与上一个饼图的主题色一样并点击“图表元素设置”将边框色设置为无边框色点击“保存”按钮“保存并发布”工作表3.4.4 纪律高危型学生校区类型 年级交叉特征分析在该环节为进一步探究高危学生在不同校区、不同年级的分布规律我们制作纪律高危型学生校区类型 年级交堆叠状图直观呈现各年级下新、老校区高危学生的人数分布情况精准定位高危行为的高发区域新建工作表“纪律高危型学生校区类型与年级交叉特征分析”数据集选择“学生考勤主题数据集”图表类型选择“柱状图”参考“3.4.3 纪律高危型学生年级特征分析”的步骤先完成纪律高危型学生年级分布柱状图接下来将字段“campus_type”拖拽至“分组”将主题色设置成与上一个图表的主题色并取消边框色分析从校区类型 年级交叉柱状图可以看出纪律高危型学生的校区分布差异显著老校区是高危学生的主要聚集地各年级高危人数均明显高于新校区其中高一 708 人、高二 655 人、高三 1051 人高三年级高危人数达到峰值。新校区的高危学生整体规模较小各年级分布为高一 134 人、高二 268 人、高三 19 人。仅从高危群体的分布来看老校区的违纪风险远高于新校区且高危人数随年级升高呈明显增长态势。为进一步判断这一差异是否由校区本身的学生基数导致下一步将引入全校新、老校区的学生总人数数据进行交叉对比排除基数干扰分析校区管理模式、通勤条件、学风氛围等因素对学生考勤行为的真实影响。先点击“保存”按钮“保存并发布”工作表3.4.5 不同校区类型各年级学生人数新建工作表“不同校区类型各年级学生人数”参考“纪律高危型学生校区类型 年级交叉特征分析”步骤完成不同校区类型各年级学生人数堆叠柱状图过滤器不添加任何字段分析从“不同校区类型各年级学生人数”和“纪律高危型学生校区类型与年级交叉特征分析”图可知老校区是高危险学生的主要聚集地老校区全校人数高一1169人、高三1883人、高二1374人高危人数高一708人、高三1051人、高二655人新校区高危人数整体较少新校区全校人数高一148人、高三261人、高二295人高危人数高一134人、高三19人、高二268人。结合“全校各校区各年级人数”对比老校区高危学生占比如高三老校区高危1051人/全校高三1883人≈55.8%远高于新校区高三新校区高危19人/全校高三261人≈7.3%说明老校区尤其是高三是高危核心聚集区后续需重点聚焦该群体制定针对性管理措施。先点击“保存”按钮“保存并发布”工作表3.4.6 纪律高危型学生班级特征分析接下来我们分析纪律高危型学生的班级特征定位高危学生集中的班级新建工作表“纪律高危型学生班级特征分析”数据集选择“学生考勤主题数据集”图表类型选择“水平条图”将字段“class_name”拖拽至Y轴“student_id”拖拽至X轴并将“student_id”的聚合方式设置为“去重计数”过滤器中添加字段“attendance_group”点击“attendance_group”后的“···” - “编辑”过滤器设置中点击“包含以下选项”。勾选“纪律高危型”最后点击“确认”为了方便观察高危型学生的集中班级我们可以将“student_id”按降序排序这样人数多的班级就排在前面分析从班级水平条图可以清晰看到纪律高危型学生高度集中在少数班级其中高三 09 班高危人数最多38 人其次为高三 08 班、高三 02 班等多数班级高危人数极少呈现明显的班级聚集性。结合年级分布特征来看高危学生主要集中在高三年级的部分班级这既与高三学生升学备考节奏紧张、课程安排灵活有关也说明高危行为与班级管理强度、班风氛围、同伴影响密切相关。少数薄弱班级需要重点整治通过加强班主任监管、整顿班风阻断不良风气传染。点击样式设置将主题色设置为同之前的图表的主题色一样点击“保存”按钮“保存并发布”工作表3.5 搭建综合仪表盘点击左边菜单栏中的“仪表盘”点击左上角“” - “新建仪表盘”仪表盘名字输入“纪律高危型学生用户画像分析”备注信息输入“纪律高危型学生用户画像分析”点击“确认”在右边组件与工作表区域点击“基础组件”拖拽一个文本组件到画布中文本内容输入“纪律高危型学生用户画像分析”并设置字体颜色、字体大小、加粗、居中关闭组件窗口组件右下角可以拖动跳转组件大小参考下图调整点击图表组件显示按钮切换到“工作表”将3.4节中制作的工作表都拖拽至画布中拖入完毕后使用鼠标对图表大小和布局进行调整同时将以上的分析使用“文本”组件呈现在仪表盘中形成完成的分析仪表盘“文本”组件可通过关闭“超出隐藏”开关来实现换行预期效果如下设计完毕后点击“发布”保存并发布仪表盘点击“预览”即可全屏查看仪表盘发布成功后可以点击“分享”并选择不同的分享方式将仪表盘分享给其他人查看将分享的信息复制发送给其他人其他人即可点击仪表盘的分享链接进行查看复制结果如下其他人可以点击连接查看仪表盘访问地址来自undefined分享的资源访问地址http://47.109.153.89/#/share/dashboard/2056673626391973888四、实验结果与分析核心画像分析总结4.1 整体概况从整体指标卡可见纪律高危型学生总人数为2,225人其中男生483人、女生416人、未知性别1,326人。高危群体规模较大且男生人数多于女生需从性别角度深入分析。4.2 核心特征性别特征女生为高危群体主体。排除性别未知数据全校男生占比约65.13%、女生约34.87%但纪律高危型学生中男生占比约53.73%、女生约46.27%。女生在高危群体中的占比46.27%远高于其全校基数占比34.87%说明女生考勤违纪风险更高是高危行为的主要发生对象与女生心理状态、纪律意识波动相关。年级特征高度集中于高年级。从年级分布看高三年级高危人数最多1051人高一842人、高二923人相对较少随年级升高高危学生占比明显上升。高年级学生学业压力大、自主空间广、心态浮躁对考勤纪律重视度下降易导致违纪行为。校区特征在不同校区呈现明显分布差异高危学生高度集中在老校区。老校区全校人数高一1169人、高三1883人、高二1374人与高危人数高一708人、高三1051人、高二655人均远高于新校区全校人数高一148人、高三261人、高二295人高危人数高一134人、高三19人、高二268人。老校区高危学生占比如高三老校区高危占比≈55.8%远高于新校区≈7.3%与校区通勤条件、管理模式、学风氛围密切相关。班级特征存在明显班级聚集性。从班级水平条图看高危学生集中在少数班级如高三(09)班102人、高三(07)班98人、高三(01)班95人等与班级管理强度、同伴效应直接相关多数班级高危人数极少。4.3 管理建议重点关注高年级女生群体针对性开展考勤纪律教育与心理疏导强化规则意识减少违纪行为发生。加强老校区高年级管理针对老校区优化通勤管理、强化考勤监督营造严谨学风氛围降低学生违纪风险。整治高危学生集中班级加强班主任监管力度整顿班风建立班级考勤责任制阻断不良风气传染。建立高危学生台账一对一建档家校联动制定个性化矫正方案跟踪干预效果防止违纪行为固化。以上分析总结可以添加在仪表盘后面·五、实验总结心得与体会通过本次实验我熟练掌握了助睿BI平台从数据集构建、多维度图表制作到仪表盘搭建的全流程操作学会了如何利用过滤、分组、聚合计数等功能对特定群体如纪律高危型进行数据下钻和画像分析。在分析结果时我认识到不能只看绝对人数还需引入全校基数如性别基数、校区年级基数进行对比才能排除基数干扰、得出客观结论。本次实验将抽象的考勤数据转化为直观的可视化图表和业务洞察体现了数据可视化在校园精细化管理中的实际价值也为我后续进行其他用户画像分析打下了坚实基础。
