大家好，本篇分享 Uniplore 助睿零代码平台下学生考勤主题标签构建完整实验过程，涵盖数据入库、多表关联、标签衍生、分组聚合、结果落地全链路。全程零代码操作，适合数据分析入门、ETL 学习、教育大数据实战参考，附详细步骤、SQL 脚本、组件配置及避坑经验，直接上手就能做。

学生用户画像 —— 考勤主题标签构建实验报告

一、实验目的

借助零代码数据分析平台，导入学生考勤、考勤类型、学生基础信息三类原始数据集，完成数据入库、多表关联、字段加工、分组统计等操作，搭建学生考勤主题标签体系，统计每位学生迟到、早退、请假、校服违规等行为次数，形成标准化学生考勤标签统计表，掌握零代码数据处理、多表关联分析与用户行为标签构建的完整流程。

二、实验环境

1. 浏览器端访问 Uniplore 助睿零代码数据分析平台，登录个人实验账号；
2. 实验数据集：学生考勤主表、考勤类型码表、学生信息基础表；
3. 数据库：MySQL 关系型数据库，用于存储原始数据与最终标签统计结果。

三、实验步骤

步骤一：平台登录与实验准备

打开浏览器进入助睿零代码平台官网，输入个人账号密码完成登录。进入数智教育大赛专属数据集页面，提前确认并备好三张核心原始数据表，分别为考勤主表、考勤类型码表、学生信息表，为后续数据导入做好准备。

步骤二：新建专属实验项目

1. 平台首页找到新建项目入口，点击创建新项目；
2. 项目名称命名为学生用户画像标签构建，确认创建进入项目详情界面。

步骤三：文件库创建与数据集导出

1. 进入项目左侧文件库板块，在根目录下右键新建文件夹，命名为数智教育数据集；

1. 跳转至公共空间数据资源专区，依次选中三张实验所需 CSV 数据表；

1. 将每张数据表通过导出功能，保存至刚创建的数智教育数据集文件夹中，返回文件库核对文件是否完整。

步骤四：配置 MySQL 数据库数据源

1. 点击左侧元数据板块，选择关系数据库，右键新建数据源；

1. 数据源类型选择 MySQL，依次填写主机地址、端口、数据库名称、账号密码等连接信息，驱动选择 MySQL8 及以上版本，自定义连接名称；

1. 点击测试连接，提示连接成功后，完成数据源添加配置。

步骤五：原始数据表结构创建与数据入库

1. 考勤主表创建与数据导入

1. 新建转换流，命名为创建原始学生考勤表，添加执行 SQL 脚本组件，粘贴对应建表语句并运行，完成数据表结构创建；

SQL脚本如下：

CREATE TABLE IF NOT EXISTS  `raw_attendance` (

  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '自增ID',

  `attendance_id` varchar(64) DEFAULT NULL COMMENT '考勤ID',

  `learn_term` varchar(30) DEFAULT NULL COMMENT '学期',

  `data_datetime` varchar(50) DEFAULT NULL COMMENT '时间和日期',

  `attendance_type_id` varchar(64) DEFAULT NULL COMMENT '考勤类型ID',

  `attendance_name` varchar(100) DEFAULT NULL COMMENT '考勤名称',

  `attendance_task_order_id` varchar(64) DEFAULT NULL COMMENT '考勤事件ID',

  `stu_id` varchar(64) DEFAULT NULL COMMENT '学生ID',

  `stu_name` varchar(100) DEFAULT NULL COMMENT '学生姓名',

  `cla_name` varchar(100) DEFAULT NULL COMMENT '班级名',

  `cla_id` varchar(64) DEFAULT NULL COMMENT '班级ID',

  `create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '入库时间',

  PRIMARY KEY (`id`),

  KEY `idx_student_id` (`stu_id`),

  KEY `idx_term` (`learn_term`)

) COMMENT='原始_学生考勤表';

1. 再新建转换流用于导入考勤数据，添加 CSV 文件输入组件，选中已保存的考勤主表文件，设置编码格式与分隔符，自动获取匹配字段；

1. 新增表输出组件，关联 CSV 输入组件，绑定至已创建的考勤数据表，完成字段映射后运行转换流，实现数据入库。

2. 考勤类型表创建与数据导入

1. 新建转换流，执行考勤类型表建表 SQL 语句，运行生成数据表结构；

其中的建表SQL为：

CREATE TABLE IF NOT EXISTS `raw_attendance_type` (

  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '自增ID',

  `attendance_type_id` varchar(64) NOT NULL COMMENT '考勤类型id',

  `attendance_type_name` varchar(100) DEFAULT NULL COMMENT '考勤类型名称',

  `attendance_task_order_id` varchar(64) DEFAULT NULL COMMENT '考勤事件id',

  `attendance_task_name` varchar(100) DEFAULT NULL COMMENT '考勤事件名',

  `create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '入库时间',

  PRIMARY KEY (`id`),

  UNIQUE KEY `uk_attendance_type_id` (`attendance_task_order_id`)

)COMMENT='原始_考勤类型表';

1. 配置 CSV 文件输入，选择考勤类型码表，设置对应编码与制表符分隔格式，确认字段无误后；

1. 通过表输出组件将数据写入考勤类型原始表，运行流程完成数据导入。

3. 学生信息表创建与数据导入

1. 新建转换流执行学生信息表建表语句，生成数据表结构；

其中的建表SQL为：

CREATE TABLE IF NOT EXISTS `raw_student_info` (

  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '自增ID',

  `stu_id` varchar(64) NOT NULL COMMENT '学生ID',

  `stu_name` varchar(100) DEFAULT NULL COMMENT '学生姓名',

  `stu_sex` varchar(10) DEFAULT NULL COMMENT '性别',

  `stu_nation` varchar(50) DEFAULT NULL COMMENT '民族',

  `born_date` varchar(10) DEFAULT NULL COMMENT '出生日期（年）',

  `cla_name` varchar(100) DEFAULT NULL COMMENT '班级名',

  `native_place` varchar(200) DEFAULT NULL COMMENT '家庭住址',

  `residence_type` varchar(50) DEFAULT NULL COMMENT '家庭类型',

  `policy` varchar(50) DEFAULT NULL COMMENT '政治面貌',

  `cla_id` varchar(64) DEFAULT NULL COMMENT '班级ID',

  `cla_term` varchar(30) DEFAULT NULL COMMENT '班级学期',

  `live_on_campus` varchar(10) DEFAULT NULL COMMENT '是否住校',

  `leave_school` varchar(10) DEFAULT NULL COMMENT '是否退学',

  `dormitory_no` varchar(50) DEFAULT NULL COMMENT '宿舍号',

  `create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '入库时间',

  PRIMARY KEY (`id`),

  UNIQUE KEY `uk_student_id` (`stu_id`),

  KEY `idx_cla_id` (`cla_id`)

) COMMENT='原始_学生信息表';

1. 导入学生信息 CSV 文件，配置编码格式，添加字段选择组件，对特殊数值字段进行类型校准，规避小数格式异常问题；

1. 配置表输出组件，映射字段后运行转换流，完成学生基础信息数据入库。

步骤六：创建考勤主题标签结果表

新建转换流，添加执行 SQL 脚本组件，粘贴学生考勤主题标签统计表建表语句，语句中包含学生基础信息、各类考勤统计次数、索引备注等字段，运行脚本创建最终结果存储表，用于存放后续分析统计数据。

SQL脚本如下：

CREATE TABLE IF NOT EXISTS student_attendance_stats (

    id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增主键',

    student_id INT NOT NULL COMMENT '学生ID',

    student_name VARCHAR(50) NOT NULL COMMENT '学生姓名',

    class_id INT NOT NULL COMMENT '班级ID',

    class_name VARCHAR(50) NOT NULL COMMENT '班级名称',

    grade VARCHAR(10) NOT NULL COMMENT '年级',

    gender VARCHAR(10) NOT NULL COMMENT '性别',

    birth_date  VARCHAR(10) NOT NULL COMMENT '出生日期',

    political_status VARCHAR(20) NOT NULL COMMENT '政治面貌',

    is_boarder VARCHAR(10) NOT NULL COMMENT '是否住校',

    campus_type VARCHAR(10) NOT NULL COMMENT '校区类型',

    late_count INT NOT NULL DEFAULT 0 COMMENT '迟到次数',

    early_leave_count INT NOT NULL DEFAULT 0 COMMENT '早退次数',

    leave_count INT NOT NULL DEFAULT 0 COMMENT '请假次数',

    uniform_violate_count INT NOT NULL DEFAULT 0 COMMENT '没穿校服次数',

    create_time DATETIME DEFAULT CURRENT_TIMESTAMP COMMENT '统计入库时间',

    INDEX idx_student (student_id),

    INDEX idx_class (class_id),

    INDEX idx_grade (grade)

)  ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='学生考勤主题标签表';

步骤七：构建考勤标签数据处理主流程

1. 新建主转换流并命名为学生考勤主题标签，进入流程编辑界面。

2.添加三个表输入组件，分别读取已入库的考勤记录表、考勤类型表、学生信息表，自动获取全表业务字段。

三个“表输入组件分别读取raw_attendence,raw_attendence_type,raw_student_info表的内容

1. 多表关联配置：在考勤记录表后添加排序记录组件，按关联字段完成排序；再添加记录集连接组件，将考勤记录表与考勤类型表通过关联字段进行左外连接，匹配考勤类型与考勤事件信息。

考勤记录表和考勤类型表连接：

连接参数设置：

1. 异常考勤标签生成：添加 JavaScript 代码组件，编写脚本逻辑，自动识别并标记迟到、早退、请假、未按要求穿戴校服等异常考勤行为，生成 0-1 标识变量，测试脚本确保标识逻辑正常生效。

Java Scripts组件设置：

Java脚本内容：

// 初始化变量

var isLate = 0;

var isEarly = 0;

var isLeave = 0;

var isNoUniform = 0;

// 核心判断逻辑

if(attendance_type_name != null && attendance_task_name != null){

    // 迟到判断（排除请假）

    if((attendance_type_name.includes("迟到") ||

        attendance_type_name.includes("晚到") ||

        attendance_task_name.includes("迟到") ||

        attendance_task_name.includes("晚到")) &&

        !attendance_task_name.includes("请假")){

      isLate = 1;

    }

    // 早退判断（排除请假）

    if((attendance_type_name.includes("早退") ||

        attendance_task_name.includes("早退")) &&

        !attendance_task_name.includes("请假")){

      isEarly = 1;

    }

    // 校服违规：只要包含“校服”就标记违规

    if(attendance_type_name.includes("校服") || attendance_task_name.includes("校服")){

      isNoUniform = 1;

    }

}

// 请假判断

if(attendance_task_name != null){

    if(attendance_task_name.includes("请假")){

      isLeave = 1;

    }

}

1. 分组聚合统计：添加分组组件，以学生 ID、姓名、班级、住校情况等维度进行分组，对各类异常考勤标识进行求和聚合，统计出每位学生各类考勤行为总次数。

分组组件设置：

1. 数据清洗与信息补全：再次使用记录集连接组件，将分组统计结果与学生信息表关联，补全性别、政治面貌、出生日期等基础属性；添加空值替换组件，将数据中空值统一替换为 “未知”，通过值映射组件规范化住校状态等字段展示内容。

排序组件设置：

添加纪录集组件：

记录集组件设置：

添加字段选择组件：

配置字段选择组件：获取字段的时候，删除以下核心字段：

学生 ID（stu_id）

学生姓名（stu_name）

班级 ID（cla_id）

班级名称（cla_name）

迟到次数（late_count）；

早退次数（early_count）；

请假次数（leave_count）；

没穿校服次数（no_uniform_count）

性别（stu_sex）

出生日期（born_date）

政治面貌（policy）

是否住校（live_on_campus）

添加“替换NULL”组件：

设置NULL组件：插入live_on_campus,policy两个字段

添加“值映射”组件：

设置”值映射”组件内容,并添加两个字段，在源值中输入“0”，目标值输入“否”，代表将原数据中的“0”统一映射为“否”：

因为原始数据无独立年级字段，无法按年级做考勤统计与画像分群，通过从班级名称中提取年级信息，补齐年级维度，支撑年级层面的考勤分析。

同样的，原始数据无校区类型字段，不同校区管理口径与考勤规则存在差异，通过班级名称规则判定老校区/新校区，增加校区分析维度，使考勤标签更贴合校园实际管理场景。

添加两个”javaScript”组件，分别命名为”从班级获取年级”和”校区类型判断”，

“从班级获取年级”组件的js脚本：

var gra_name

if (cla_name == null){

  gra_name='未知'

}else if(cla_name.includes('高一')){

  gra_name='高一'

}else if (cla_name.includes('高二')){

  gra_name='高二'

}else if (cla_name.includes("高三")){

  gra_name='高三'

} else{

  gra_name='未知'

}

“从班级获取年级”组件设置：

“校区类型判断”脚本：

      var class_campus_type

if (cla_name == null){

  class_campus_type='未知'

}else if(cla_name.startsWith('白-') || cla_name.startsWith('东-')){

  class_campus_type='新校区'

}else if (cla_name != null && !isEmpty(cla_name)){

  class_campus_type='老校区'

} else{

  class_campus_type='未知'

}

“校区类型判断”插入“class_campus_type”字段

1. 结果数据输出：添加表输出组件，将处理完成的标签数据与最终统计表进行字段一一映射，运行整条转换流，将统计结果写入目标数据表。

“表输出组件“设置

数据库字段设置：双击表字段中的字段名称，在下拉框中选择正确的对应字段

运行整条转换流，查看是否正确执行：

步骤八：实验结果核查验证

进入数据库查看学生考勤主题标签统计表，核对表内学生基础信息、迟到次数、早退次数、请假次数、校服违规次数等字段完整性。随机抽取多名学生数据，与原始考勤记录逐一比对，验证统计数据准确无误，标签构建流程完成。

四、问题与解决

问题一

问题现象：导入考勤类型表（4_kaoqintype.csv）时，CSV文件输入组件获取字段失败，提示“编码错误”，无法读取文件内容。

问题原因：该CSV文件的编码格式为GB2312，而组件默认编码为UTF-8，编码不匹配导致文件解析失败，无法识别字段内容。

解决方法：双击CSV文件输入组件，在编码选项中选择“GB2312”，同时确认列分隔符为“插入制表符（TAB）”，重新点击“获取字段”，成功读取文件字段，顺利完成数据导入配置。

问题二

问题现象：记录集连接组件关联考勤记录表与考勤类型表后，出现部分考勤记录匹配失败、字段为空的情况。

问题原因：考勤记录表未进行排序，记录集连接组件是按接收数据的顺序进行关联，无序数据会导致关联匹配错乱，出现字段空值。

解决方法：在考勤记录表与记录集连接组件之间添加“排序记录”组件，选择attendance_type_id、attendance_task_order_id两个关联字段进行升序排序，排序完成后再进行多表连接，匹配失败、字段为空的问题得到解决。

五、实验总结

本次实验依托零代码数据分析平台，完成了从数据集准备、数据库配置、原始数据入库，到多表关联、逻辑标签生成、分组聚合统计、数据清洗落地的全流程操作。成功构建了学生考勤主题标签体系，实现了对学生各类考勤行为的量化统计，熟练掌握了零代码平台组件使用、多表关联分析、行为标签建模的方法，也加深了对教育类用户画像数据处理逻辑的理解。