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。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实验步骤进入助睿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。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”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”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参考“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参考“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参考“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“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”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“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先点击“保存”按钮“保存并发布”工作表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来自undefined分享的资源访问地址http://47.109.153.89/#/share/dashboard/2058442156892360704纪律高危型学生画像分析总结整体概况纪律高危型学生存在高频迟到、早退、请假及校服违规行为多维度违纪叠加是校园考勤管理中最需重点关注的群体。该群体人数占比虽可控但行为影响大易引发不良风气需专项治理核心特征性别特征男生为高危群体主体占比显著高于女生是高危行为的主要发生对象与男生规则意识薄弱、时间观念不足相关年级特征高度集中于高年级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新校区风险较低与校区通勤条件、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集中在少数管理薄弱、班风涣散的班级与班级管理强度、同伴效应直接相关管理建议重点关注高年级男生群体针对性开展考勤纪律教育与时间管理培训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遇到的问题与解决方案在本次纪律高危型学生考勤画像可视化分析实验中遇到了几类实操与数据处理问题。首先初次连接助睿 BI 平台数据集时曾出现数据源加载失败、数据表无法拖拽至画布的情况排查后发现是未正确选择团队私有数据库及对应目录后续通过核对数据库连接权限、精准定位 student_attendance_stats 表所在的 labs 目录成功完成数据源接入。其次制作指标卡时出现数值统计异常、性别与考勤群体筛选失效的问题原因是未将 student_id 字段设置为去重计数聚合方式且过滤器配置时误选 “排除” 而非 “包含” 目标群体修正聚合类型、规范过滤器勾选规则后指标卡数据恢复正常。再者制作饼图和堆叠柱状图时性别 “未知” 数据干扰占比计算、校区年级交叉图表数据错乱通过添加过滤器排除无效性别数据、按维度正确拖拽分组字段、统一图表主题色与样式参数解决了数据干扰和图表排版混乱的问题。最后搭建综合仪表盘时存在工作表无法嵌入、布局杂乱的情况经调整工作表发布状态、合理规划图表排版顺序、统一尺寸规格顺利完成仪表盘搭建。实验总结本次实验基于学生考勤主题标签表依托助睿数智平台的助睿 BI 工具聚焦纪律高危型学生群体开展专项画像可视化分析完整完成了从数据源连接、数据集构建、多维度工作表制作到综合仪表盘搭建的全流程操作。实验以纪律高危型学生为核心分析对象通过指标卡、饼图、柱状图、水平条图等多种可视化图表从整体规模、性别、年级、校区、班级五大维度展开深度剖析明确了高危群体的核心特征总人数 421 人男生违纪风险略高于女生高三年级为高危学生集中段老校区是违纪高发区域高危学生高度聚集在少数高三班级。整个实验将 K-Means 聚类结果与可视化分析相结合有效规避了数据基数差异带来的分析偏差精准定位了校园考勤管理的重点区域和群体验证了零代码数据可视化工具在校园精细化管理中的实用性同时也为后续制定针对性考勤干预措施提供了坚实的数据支撑。主要收获通过本次实验我在实操技能、数据分析思维和业务应用认知三方面收获颇丰。实操层面熟练掌握了助睿 BI 平台的核心操作包括数据源连接、数据集创建与发布、各类可视化图表的制作、过滤器配置、样式美化以及综合仪表盘搭建学会了运用去重计数、维度筛选等数据处理方法解决实操中的常见问题提升了零代码数据可视化工具的应用能力。思维层面树立了严谨的数据分析思维理解了多维度交叉分析、排除基数干扰、聚焦核心群体的分析逻辑学会从零散数据中提炼关键特征、挖掘数据背后的关联规律不再局限于单一数据的表面解读而是能深入探究现象背后的潜在原因。认知层面深刻认识到数据可视化在校园管理中的重要价值明白用户画像分析能够将抽象的考勤数据转化为直观的行为特征助力校园管理从经验式向数据驱动式转变同时通过聚焦纪律高危型学生群体切实体会到数据分析服务于实际业务的意义增强了运用数据工具解决校园管理实际问题的意识为后续开展更多领域的数据可视化分析奠定了坚实基础。
