学生用户画像 - 考勤画像可视化分析
本实验针对纪律高危型学生群体开展专项分析,通过助睿数智Uniplore平台进行数据可视化处理。实验使用已标注聚类分组的学生考勤数据表,包含学生基本信息、各类违纪统计及群体分类标签。操作步骤包括登录BI平台、复用数据库连接、创建专用数据集并筛选高危群体数据。分析结果将为学校精准管控和分层德育提供数据支持,推动校园考勤管理精细化。实验依托零代码分析平台,实现快速数据统计与可视化呈现。
1 实验说明
1.1 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,本实验聚焦“纪律高危型”群体,分析其行为特征。相比其他群体,该群体存在高频违纪、多维度异常叠加等行为特征,是校园考勤管理中风险最高、影响最大的群体。通过专项画像分析,可为精准干预和重点整治提供数据支撑,助力校园精细化管理。
1.2 实验环境
- 工具:助睿数智(Uniplore)在线实验平台:https://lab.guilan.cn/,
助睿数智(Uniplore)是AI驱动的一站式数据科学平台,覆盖从数据接入、ETL处理、机器学习建模到可视化展示的全链路零代码功能,产品官网为
https://www.uniplore.com/,本次实验主要用到 助睿BI (数据可视化探索平台)、MySQL数据库 - 数据源:student_attendance_stats 学生考勤主题标签表
- 实验设备:计算机(支持助睿平台运行,具备数据库连接权限)
2 实验数据
2.1 数据结构
本次实验沿用完善后的学生考勤主题标签数据表,完整字段及对应数据类型如下:
| 字段名称 | 数据类型 |
|---|---|
| id | int |
| student_id | int |
| student_name | varchar(50) |
| class_id | int |
| class_name | varchar(50) |
| grade | varchar(10) |
| gender | varchar(10) |
| birth_date | varchar(10) |
| political_status | varchar(20) |
| is_boarder | varchar(10) |
| campus_type | varchar(10) |
| late_count | int |
| early_leave_count | int |
| leave_count | int |
| uniform_violate_count | int |
| create_time | datetime |
| cluster | varchar(10) |
| attendance_group | varchar(30) |
2.2 数据样例展示
| id | student_id | student_name | class_id | class_name | grade | gender | birth_date | political_status | is_boarder | campus_type | late_count | early_leave_count | leave_count | uniform_violate_count | create_time | cluster | attendance_group |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 10842 | 马某某 | 672 | 高三 (09) | 高三 | 未知 | 未知 | 未知 | 否 | 老校区 | 1 | 0 | 3 | 0 | 2026/5/14 16:00 | C3 | 纪律高危型 |
| 2 | 10844 | 叶某某 | 672 | 高三 (09) | 高三 | 未知 | 未知 | 未知 | 否 | 老校区 | 0 | 0 | 5 | 0 | 2026/5/14 16:00 | C3 | 纪律高危型 |
| 3 | 10845 | 孙某某 | 672 | 高三 (09) | 高三 | 未知 | 未知 | 未知 | 否 | 老校区 | 3 | 0 | 0 | 0 | 2026/5/14 16:00 | C3 | 纪律高危型 |
3 实验步骤
3.1 进入助睿 BI
成功登录助睿数智实验平台主页后,在页面左侧功能菜单栏中找到助睿 BI 选项并点击,正式进入数据可视化分析操作界面
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
进入首页后可直观查看个人账户下已存数据资源、各类数据分析流程以及平台支持的全部数据源类型。
3.2 连接数据源
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
1、在助睿 BI 左侧功能栏点击数据集入口,进入数据集管理页面

2、点击页面左上角新建按钮,填写数据集名称、归属分组与相关备注信息后确认创建。

3、系统自动跳转至数据集配置页面,关闭平台操作提示弹窗,在数据源选择栏选定此前配置好的实验专属数据库,再选中数据表所在文件目录。


4、将目标数据表student_attendance_stats拖拽至编辑画布当中,由于数据表字段已提前配置好中文注释,无需二次修改字段别名,确认无误后点击保存,选择保存并发布,完成数据集创建,确保后续工作表能够正常调用该数据。


3.4 制作工作表
3.4.1 整体概况指标卡
1、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

2、进入新建工作表页面

3、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”,选定已发布的学生考勤数据集,选用指标卡可视化组件


3、把学生编号字段拖拽至数值展示区域,将聚合统计方式设置为去重计数。

4、打开图表设置面板,添加过滤器

5、勾选考勤群体分类为纪律高危型,快速统计出该群体总人数。

6、配置样式,对指标卡样式进行调整

7、保存并发布

8、依照相同操作流程,依次新增工作表,在原有筛选条件基础上叠加性别筛选条件,分别统计出纪律高危群体内男生、女生以及性别信息未知的学生人数。
8.1 纪律高危群体内男生学生人数

编辑
8.2 纪律高危群体内女生学生人数

编辑
8.3 纪律高危群体内未知学生人数

编辑
9、统一调整所有指标卡的页面样式、文字大小、字体颜色与布局边距,完成样式美化后全部保存发布,直观呈现高危群体整体人员规模与性别基础分布情况。
3.4.2 制作高危群体性别占比分析饼图
新建独立工作表

编辑
图表样式选择饼图,将性别字段设置为分类维度,学生编号作为统计数值并设置去重计数统计。

编辑
添加双层筛选条件,首先剔除性别信息为空、标注为未知的无效数据,再筛选出仅纪律高危型群体数据,保证统计结果精准有效。

编辑

编辑进入图表样式设置界面,开启饼图百分比数据标签,自主调整圆环粗细、扇形圆角以及整体配色风格,清晰展示高危群体内部男女占比结构。

编辑

编辑
再新建全校学生性别占比饼图

编辑
取消考勤群体筛选条件,仅过滤未知性别数据,用来对照全校整体性别分布情况,排除人数基数带来的分析误差

编辑
完成后保存发布图表。

编辑
结合两张饼图数据开展对比研判,判断性别因素对学生考勤违纪行为的实际影响程度。
3.4.3 制作高危学生年级分布柱状图
新建年级特征分析工作表

编辑
选用基础柱状图样式,将年级字段放置横轴,学生人数统计字段放置纵轴。

编辑
设置数据筛选规则,只保留纪律高危型学生数据,系统自动统计各个年级当中高危学生的具体数量。

编辑
统一匹配前期图表配色风格

编辑
取消多余边框装饰,让图表视觉风格保持一致

编辑
根据柱状图高低分布,总结不同年级高危学生的聚集规律,分析年级差异带来的考勤行为变化,完成设置后保存发布。

编辑
3.4.4 制作校区与年级交叉分布统计图
新建交叉维度分析工作表

编辑
沿用柱状图格式,依旧限定数据范围为纪律高危型学生,在年级统计基础之上,把校区类型字段添加至分组维度当中。一键生成不同校区、不同年级组合下的高危学生分布数据,清晰区分新老校区高危人群数量差距。

编辑
同样将主题色设置成与上一个图表的主题色,并取消边框色

编辑
同步制作全校各校区各年级人数统计图表

编辑

编辑
用作对照参考,区分清楚是校区学生基数大导致人数偏多,还是校区管理环境造成违纪行为高发,调整样式后完成保存发布。

编辑
3.4.5 制作高危学生班级分布水平条形图
创建班级特征分析工作表

编辑
切换图表类型为水平条形图,把班级名称设置为纵向维度,学生人数作为横向统计数值。

编辑
筛选锁定纪律高危群体数据

编辑
将统计结果按照人数从高到低进行降序排列,让高危学生人数较多的班级优先展示。

编辑
通过条形图直观锁定违纪学生集中的重点班级,结合班级整体情况分析班风、班级管理力度对学生考勤纪律的影响,完成图表美化后正式发布。
编辑

编辑
3.5 整合搭建专项分析综合仪表盘
点击左侧仪表盘功能模块,点击新建仪表盘,填写仪表盘名称与分析主题备注

编辑
确认创建空白可视化大屏。

编辑
先添加文本标题组件,编辑大屏总标题

编辑
调整字体格式、字号大小与排版位置并固定组件位置,完善页面标题布局。

编辑

编辑
在组件资源库中切换至已发布工作表列表,将前面制作完成的人数指标卡、各类占比图、分布统计图全部拖拽添加至仪表盘画布内。

编辑
自由拖动调整每一张图表的摆放位置与展示尺寸,同时新增文本说明组件,把各项数据分析结论填写至仪表盘对应位置,完善整体分析内容。

编辑
全部布局排版完成后,执行保存并发布操作,支持一键生成分享链接,可直接转发分享,他人通过链接即可在线查看整套高危学生考勤分析成果。

编辑
4 纪律高危型学生综合画像与管理对策
4.1 群体整体行为概况
纪律高危型学生是校园考勤管理里问题最为突出的群体,该群体普遍存在经常性迟到、无故早退、频繁请假以及校服穿戴违规等多项问题,多种不良考勤行为叠加出现。虽然整体人数在全体学生中占比不算过高,但其不良行为极易带动身边同学效仿,扰乱校园正常作息秩序,必须作为校园纪律管控的核心重点对象。
4.2 多维群体核心特征总结
- 性别特征:剔除信息缺失样本后能够明显看出,男生在纪律高危群体当中的占比,明显高于男生在全校学生中的整体占比,充分说明男生在时间观念、校园规章制度遵守方面自觉性偏弱,更容易出现各类考勤违纪行为。
- 年级特征:高危学生人数整体呈现随年级递增逐步上涨的趋势,高三年级高危学生数量达到峰值。高年级学生面临升学备考压力大、课余自主时间增多,对待日常考勤约束重视程度下降,是造成违纪行为增多的主要原因。
- 校区特征:老校区聚集了绝大部分纪律高危学生,新校区整体违纪学生数量极少,二者差距十分明显。结合实际情况来看,校区通勤距离、日常管理严格程度、整体学风氛围,都是造成两大校区考勤纪律差距较大的关键因素。
- 班级特征:该群体具备极强的班级聚集特点,违纪学生大多集中在少数几个固定班级内,其余班级高危学生数量极少,充分体现出班级管理成效、班风建设以及同伴之间的行为影响,直接决定班级整体考勤纪律水平。
4.3 校园实际管理优化建议
- 精准锁定重点管控人群,将高年级男生作为考勤纪律宣教的主要对象,定期开展纪律宣讲、时间管理主题教育,从思想层面强化规则意识,纠正散漫作息习惯。
- 实行校区差异化管理模式,着重强化老校区日常考勤巡查力度,优化学生上下学通勤管理,从严落实各项校园作息制度,营造严谨规整的校园风气。
- 落实班级分层管理机制,针对高危学生集中的班级,压实班主任日常管理责任,重点整顿班级风气,规范班级日常考勤考核制度,遏制不良风气蔓延扩散。
班级内,其余班级高危学生数量极少,充分体现出班级管理成效、班风建设以及同伴之间的行为影响,直接决定班级整体考勤纪律水平。
4.3 校园实际管理优化建议
- 精准锁定重点管控人群,将高年级男生作为考勤纪律宣教的主要对象,定期开展纪律宣讲、时间管理主题教育,从思想层面强化规则意识,纠正散漫作息习惯。
- 实行校区差异化管理模式,着重强化老校区日常考勤巡查力度,优化学生上下学通勤管理,从严落实各项校园作息制度,营造严谨规整的校园风气。
- 落实班级分层管理机制,针对高危学生集中的班级,压实班主任日常管理责任,重点整顿班级风气,规范班级日常考勤考核制度,遏制不良风气蔓延扩散。
- 建立高危学生专属管理档案,实行一人一档登记管理,联合家长搭建家校协同教育模式,根据学生实际违纪情况制定个性化行为整改方案,持续跟进督促整改,帮助学生逐步规范日常考勤行为。
更多推荐




所有评论(0)