1 实验概述

1.1 实验目标

本次实验以完成 K-Means 聚类、已标注考勤分组的学生考勤主题标签表为基础，针对纪律高危型学生群体开展专项行为特征分析。该群体普遍存在高频违纪、多类考勤问题叠加的特点，是校园考勤管理中风险与影响最为突出的群体。通过构建专项行为画像，能够为校方开展精准干预、专项整治工作提供数据依据，进一步推进校园精细化管理落地。

1.2 实验环境

实验平台：助睿数智（Uniplore）在线实验平台，访问地址：https://lab.guilan.cn/。该平台为 AI 赋能的一站式数据科学平台，支持数据接入、ETL 处理、机器学习建模、可视化展示等全流程零代码操作，产品官网：https://www.uniplore.com/。本次实验主要使用助睿 BI 数据可视化探索平台与 MySQL 数据库。

数据源：学生考勤主题标签表（student_attendance_stats）

实验设备：可正常运行助睿平台、具备数据库访问权限的计算机

2 实验数据

数据结构

学生考勤主题标签表（student_attendance_stats）字段及对应数据类型如下：

字段名	字段类型
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)

单条数据示例

字段说明	内容
自增主键	10331
学生 ID	13012
学生姓名	张某某
班级 ID	794
班级名称	高一 (IB)
年级	高一
性别	女
出生日期	未知
政治面貌	共青团员
是否住校	否
校区类型	老校区
迟到次数	1
早退次数	0
请假次数	0
没穿校服次数	0
统计入库时间	2026/5/6 17:31
聚类簇编号	C1
考勤群体分类	轻微波动型

3 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

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

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，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

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

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”

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”

纪律高危型人数=纪律高危型中的所有学生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

3.4.1.2 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 195 人，其中男生 13 人、女生 11 人、未知性别 171 人。  高危群体整体规模清晰，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 性别维度分析

本次分析剔除性别信息缺失的数据，具体分布特征如下：

全校整体男生人数略多于女生，其中男生占比 53.03%，女生占比 46.97%。聚焦纪律高危群体，男生占比提升至 54.22%，女生占比降至 45.78%。对比可知，男生在高危群体中的占比高于其全校整体占比，女生占比则低于整体水平。由此可见，该群体男生占比偏高并非受全校性别基数影响，而是男生考勤违纪风险相对更高。这类学生普遍规则意识与时间观念偏弱，更容易出现多次违纪情况，是纪律高危群体的主要组成部分，后续管理工作可针对男生群体强化考勤纪律教育与引导。

3.4.3 纪律高危型学生年级维度分析

本部分通过绘制堆叠条形图，分析纪律高危学生在各年级的分布情况。首先新建工作表，并命名为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：

结合年级分布柱状图数据可明显看出，纪律高危型学生在各年级的分布呈现显著差异化特征，其中高三年级的高危学生数量最多，高一、高二年级的高危学生人数整体偏少。该分布特征大概率与高三学生的学业现状密切相关，高三学生长期面临高强度升学备考压力，在校作息时间更长，同时部分学生存在课程调整、校外补习、特殊升学规划等特殊情况，作息节奏与日常在校规范有所出入，进而导致考勤行为稳定性下降，迟到、请假等违规波动问题更为突出。

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：

由校区与年级交叉柱状图可得，纪律高危学生的校区分布差异明显。老校区是高危学生的主要聚集区域，各年级高危人数均高于新校区，其中高一28人、高二59人、高三117人，高危人数随年级升高持续增多并在高三达到最高值。新校区高危学生数量整体偏少，仅高一、高二分别存在1人和8人，高三无高危学生记录。

整体来看，老校区考勤违纪风险显著高于新校区，且高危人数呈现明显的年级递增特征。结合年级规律分析，高三学生因升学备考压力大、在校时间长、课程安排灵活，作息波动较大，考勤稳定性更低，因此更容易出现违纪行为。后续可结合校区学生基数、管理模式、通勤条件及学风氛围等因素进一步分析，探究造成校区考勤差异的深层原因。

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：

通过校区与年级交叉柱状图分析可知，纪律高危学生的校区、年级分布差异明显。老校区高危学生数量显著高于新校区，呈现随年级升高递增的规律，其中高一28人、高二59人、高三117人，高三达到峰值；新校区仅高一1人、高二8人存在高危记录，高三无高危学生。

初步数据可见，老校区考勤违纪风险远高于新校区。为排除学生基数干扰，结合全校各校区年级基数进一步验证：高一老校区1169人、新校区148人，高二老校区1374人、新校区295人，高三仅老校区1883人、新校区无学生。

综合基数与高危数据可得，高三老校区是考勤违纪高发核心区域，人数高居全校第一，与前文年级分布特征一致。新校区因整体学生基数小、无高三在读学生，考勤风险整体可控，纪律表现更规范。

综上，老校区尤其是高三高年级为纪律高危学生主要聚集群体。后续需重点针对老校区高年级学生，结合校区通勤、管理、学风等实际情况，制定针对性考勤管理措施，规范学生考勤行为。

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：

结合班级水平条图数据分析可知，纪律高危型学生呈现显著的班级聚集特征，高度集中于个别班级。其中高三09班高危学生人数最多，共计38人，其次为高三08班、高三02班，其余大部分班级高危学生人数极少。结合前文年级分布特征可发现，高危群体主要集中在高三部分班级，一方面源于高三学生备考节奏紧凑、课程安排灵活，考勤易出现波动；另一方面也体现出学生考勤违纪行为与班级管理力度、班风学风及同伴氛围密切相关。后续需针对这类薄弱班级开展重点整治，强化班主任日常监管力度、整顿班级风气，杜绝不良考勤风气蔓延扩散。

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

切换到“工作表”，将3.4节中制作的工作表都拖拽至画布中

调整各个组件的大小，预期效果如下：

设计完毕后，点击“发布”，保存并发布仪表盘

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

来自undefined分享的资源

访问地址：http://47.109.153.89/#/share/dashboard/2058583052287873024

4 纪律高危型学生画像分析总结

4.1整体概况

本次分析基于该校学生纪律数据，共识别出纪律高危型学生 195 人，占全校总人数（4869 人）的约 4.0%。整体呈现以下基础特征：

• 性别数据严重缺失：171 人未标注性别，占比高达 87.7%；仅 24 人有明确性别信息，其中男生 13 人（54.17%），女生 11 人（45.83%），与全校男女比例（男 53.03%，女 46.97%）基本一致。
• 年级分布梯度明显：高三年级人数最多（117 人），占比约 60.0%；高二年级次之（67 人），占比约 34.4%；高一年级最少（29 人），占比约 14.9%。（注：年级统计总和 213 人与总人数 195 人存在 18 人差异，可能为统计口径不一致导致）
• 校区高度集中：纪律高危学生绝大多数就读于老校区，新校区仅 9 人，占比不足 5%；且高三年级学生全部在老校区就读，进一步加剧了老校区的管理压力。
• 班级聚集性极强：少数班级聚集了大量高危学生，其中高三 (09) 班以 19 人居首，单班人数占总高危人数的近 10%。

4.2核心特征

1. 年级梯度特征显著，高三为绝对重灾区

纪律高危率随年级升高呈线性上升趋势：高一约 2.2%，高二约 4.0%，高三约 6.2%，高三高危率是高一的近 3 倍。这一特征与高三学生的特殊阶段高度相关：

• 升学压力巨大导致情绪波动频繁，部分学生通过违纪行为宣泄压力；
• 临近毕业心态浮躁，对学校纪律约束的重视程度显著下降；
• 少数学业无望的学生产生 “破罐破摔” 心理，成为纪律问题的高发群体。

2. 校区风险差异悬殊，老校区管理压力突出

老校区纪律高危率约为 4.6%，新校区仅约 2.0%，老校区风险是新校区的 2 倍以上。差异主要源于：

• 学生结构不同：老校区以高二、高三学生为主，本身高危率较高；新校区仅招收高一学生，刚入学纪律意识较强；
• 管理环境不同：老校区办学时间长，设施相对老旧，管理复杂度更高；新校区管理模式更现代化，执行标准更严格。

3. 班级管理差异明显，个别班级问题集中爆发

纪律高危学生在班级层面呈现极端集中化趋势：前 6 个高危班级贡献了超过 36% 的高危学生，且前 4 名均为高三班级。其中高三 (09) 班（19 人）、高三 (05) 班（13 人）、高三 (13) 班（12 人）问题最为突出，提示这些班级可能存在班主任管理缺位、班级风气涣散等系统性问题。

4. 性别影响不显著，纪律问题具有普遍性

在已知性别的有限样本中，男女比例与全校整体比例基本一致，说明纪律高危不是某一性别的特有问题，男女学生出现纪律问题的概率相当。

4.3 管理建议

1. 实施分级分类管理，聚焦高三核心战场

• 将高三年级作为纪律管理的重中之重，增加课堂、晚自习和宿舍的日常巡查频次，重点整治迟到早退、课堂玩手机、宿舍违规用电等高频违纪行为；
• 针对高三学生特点，将纪律教育与心理疏导深度融合，通过主题班会、一对一谈心等方式缓解学业压力，引导学生正确面对升学挑战；
• 高二年级做好过渡管理，提前介入预防，防止纪律问题在高三集中爆发；高一年级抓好入学教育，培养良好的纪律习惯，从源头减少高危学生产生。

2. 开展重点班级专项整治，提升班级管理水平

• 对高三 (09)、(05)、(13) 等高危班级进行专项督导，约谈班主任，深入分析班级问题根源，制定针对性的整改方案并限期落实；
• 加强班主任培训，特别是提升高三班主任的管理能力和心理辅导能力，建立班主任纪律管理绩效考核机制；
• 建立班级纪律评比制度，树立优秀班级典型，发挥示范引领作用，营造 “比学赶超” 的良好校园风气。

3. 优化校区差异化管理，合理配置管理资源

• 老校区根据年级和班级风险等级动态调整管理力量，向高三年级和高危班级倾斜；
• 新校区继续保持严格的管理标准，巩固入学教育成果，同时密切关注学生从高一到高二过渡期间的纪律变化；
• 逐步改善老校区的硬件设施，优化学习和生活环境，减少因设施问题引发的纪律纠纷。

4. 完善数据统计体系，提高决策准确性

• 立即补全学生性别等基础信息，统一统计口径，解决当前数据不一致的问题；
• 建立纪律高危学生动态档案，详细记录学生的违纪行为、整改情况和心理状态，实现精准跟踪和干预；
• 每学期开展一次常态化的纪律高危学生画像分析，及时发现新的风险点和趋势。

5. 强化人文关怀与家校协同，形成教育合力

• 配备专业心理辅导老师，为高危学生提供一对一的心理支持，帮助他们疏导情绪、解决心理问题；
• 加强与家长的沟通合作，定期向家长反馈学生的在校表现，共同制定教育方案，形成家校共育的良好局面；
• 丰富校园文化生活，开展多样化的文体活动，缓解学生的学习压力，引导学生将精力投入到积极健康的活动中。

数据局限性说明：本次分析受性别数据严重缺失、统计口径略有差异等因素影响，部分结论可能存在偏差。建议学校完善数据采集体系后，开展更深入、更全面的分析。

制作不易，看到这了麻烦给个小心心呗~~