劉 臻， 周 靖， 趙子瑩

（1.北京師范大學 教育信息技術協(xié)同創(chuàng)新中心，北京 100875；2.北京師范大學 信息網(wǎng)絡中心，北京 100875；3.北京四中網(wǎng)校，北京 100034；4.中國教育科學研究院，北京 100088）

0 引 言

近十年來，隨著高校的擴招，中國高等教育逐步實現(xiàn)大眾化，目前在校學生規(guī)模已超過2 000萬.大學校園資源的配置與管理以及如何提升高等教育的質(zhì)量成為高等教育研究的熱點.大學生的校園行為模式與大學校園資源的空間布局和數(shù)量配置、大學人才培養(yǎng)目標、課程設置、教學手段、學習方式等多種因素緊密相關.尤其是當今信息技術的高速發(fā)展和廣泛應用帶來了高校教學方式的變革，對大學生的校園行為模式產(chǎn)生了巨大的影響.對大學生校園行為模式的研究有助于探索高校教育變革，并尋找在移動學習、泛在學習環(huán)境下如何提升高等教育質(zhì)量的途徑.高校信息化建設也從數(shù)字化校園的形態(tài)向智慧型校園發(fā)展，研究大學生行為模式也有助于科學規(guī)劃高校校園資源和設施的空間布局.國內(nèi)外一些學者近年來也從不同的視角關注并研究大學生的行為特征，張勇從大學生管理需求的角度研究了大學生的行為［1］，劉建東從心理學的角度研究大學生行為特征與性格關系［2］.Anne Haase等利用IHBS收集的數(shù)據(jù)，對大學生休閑活動方式與國家的經(jīng)濟發(fā)展水平等因素之間的關系做了探討［3］.也有學者對信息網(wǎng)絡環(huán)境下大學生的行為變化做出了研究，陸莉?qū)V西在校大學生進行“大學生信息行為模式”調(diào)查，旨在為廣西高校進一步加強大學生信息素質(zhì)教育提供參考［4］.從研究內(nèi)容上看，主要表現(xiàn)為單一行為模式，也缺乏時空分布的特點研究，數(shù)據(jù)采集方式主要表現(xiàn)為采訪和調(diào)查的方式，數(shù)據(jù)分析方法也主要采用傳統(tǒng)的統(tǒng)計方法，缺乏空間統(tǒng)計和分析的方法.

傳統(tǒng)的行為模式研究方法主要通過調(diào)查的方式讓參與者記錄活動的內(nèi)容及時間位置信息［5］，然后對采集來的數(shù)據(jù)進行分析研究，這種方法存在很多的不足，數(shù)據(jù)覆蓋范圍有限，采集效率低下，數(shù)據(jù)的準確性無法保證等問題.隨著GPS等定位技術的出現(xiàn)，這些技術逐漸應用到人文社會、經(jīng)濟以及教育等諸多領域的研究中［6］.但單一的GPS定位技術受到采集場所的限制（如室內(nèi)無法使用或者多路徑干擾產(chǎn)生的誤差），會出現(xiàn)數(shù)據(jù)缺失和精度不準確的問題.而不斷提升的信息化水平以及校園網(wǎng)的覆蓋讓學生廣泛地使用學校網(wǎng)絡以及信息系統(tǒng)，為大學生校園行為特征研究提供了更充足的數(shù)據(jù)來源和研究手段.本文以北京某高校在校大學生志愿者為樣本，采用了GPS定位技術、基于局域網(wǎng)的定位技術以及信息系統(tǒng)日志輔助定位技術研究了不同年級、不同性別的學生在一周內(nèi)每天在校園內(nèi)從事教學活動、體育運動、校外活動以及宿舍活動等行為模式的時空分布特征，探討了不同行為模式的時空變化與學習模式改變之間的關系，也為學校校園管理和資源配置提供了決策支持.

1 大學生校園行為的定位方法

目前主要的定位技術有基于GPS（Global Positioning System，全球定位系統(tǒng)）的定位技術、基于移動通信網(wǎng)絡的定位技術、基于局域網(wǎng)的定位技術以及基于電子標簽的定位技術.從20世紀90年代以來GPS定位技術就已經(jīng)被廣泛地應用于人的行為研究中［5－9］，在不同的行為研究中都具有很好的數(shù)據(jù)收集效果.基于移動通信網(wǎng)絡的定位技術主要有基于無線網(wǎng)絡的CELL－ID技術、基于基站的TOA／TDOA技術、基于終端的EOTD技術等.這種方式的定位精準度較粗，一般在100 m以上.基于局域網(wǎng)的定位技術則逐漸應用于室內(nèi)定位和導航，以彌補GPS設備不能適用于室內(nèi)的特點.

對于大學生校園行為模式的研究，其定位精度要求相對較高，需要定位到某個樓宇或者活動場所.所以本文以GPS定位技術收集學生行為的時空數(shù)據(jù)為主要方法，并結合網(wǎng)絡日志和信息系統(tǒng)日志數(shù)據(jù)，基于局域網(wǎng)定位技術的原理進行數(shù)據(jù)的融合和插值.為每個學生配備隨身攜帶GPS記錄器，收集時空數(shù)據(jù)，定期通過網(wǎng)絡上傳，基于這些數(shù)據(jù)來提取學生的行為軌跡.不斷建設的數(shù)字化校園為研究提供了較為完整的學生學籍信息、教學信息、學生校園生活與活動日志、上網(wǎng)行為日志等信息，通過對這些信息和數(shù)據(jù)的關聯(lián)，并使用基于局域網(wǎng)的定位技術及信息系統(tǒng)日志信息進行位置標注，并融合GPS跟蹤數(shù)據(jù)，不僅可以消除GPS定位技術在室內(nèi)的誤差，還可以彌補GPS信息缺失的問題，與GPS定位數(shù)據(jù)起到相輔相成的作用.

2 校園行為模式的分類和提取

2.1 校園行為模式分類

大學生的行為模式一直是學生行為研究的一個重點，有諸多學者將大學生的行為進行定義和分類［10－11］，大學生的行為雖有差異，但差異中存在著共性.在校內(nèi)，大學生的日常行為主要包括宿舍休息、上課、自習、就餐、體育運動、社團活動、上網(wǎng)等；在校外，主要是兼職實習、購物、就餐、旅游等，這些校內(nèi)外的行為都有一定的時空規(guī)律，可以通過合理的活動分類描述出這些時空規(guī)律.

通過定位數(shù)據(jù)，可以得到學生行為的空間分布信息，如果要進一步探究學生的行為活動時空特征，就需要建立“行為－空間”的對應關系，根據(jù)“行為－空間”映射關系，將“空間－時間”的定位數(shù)據(jù)轉(zhuǎn)化為“行為－時間”數(shù)據(jù).在校園中，基于學校資源和設施的功能定位與空間布局，對校園不同區(qū)域進行行為類型的編碼，與學生的行為活動建立對應關系，如學生在教學樓的行為可歸并為教學活動，在操場可標識為體育運動.由此可以根據(jù)學校的建筑布局，對學生的行為模式進行界定和分類.本文中，將學校劃分為教學區(qū)、宿舍區(qū)及體育運動場所，分別對應著學生的教學活動、宿舍活動及體育活動，將學生校外的行為統(tǒng)一界定為校外活動.

2.2 行為模式的提取

GPS記錄器收集到的數(shù)據(jù)包括時間和位置等信息，通過GIS軟件，將學生的行為軌跡在電子地圖上顯示，進一步利用GPS數(shù)據(jù)及局域網(wǎng)內(nèi)的定位數(shù)據(jù)，提取出學生每天的行為及行為時長，以此探討學生的學習模式.

通過分類算法完成GPS記錄與行為區(qū)域的匹配關系，再通過“區(qū)域－行為模式”的對應關系，得到定位數(shù)據(jù)與行為模式的對應關系.將行為分類后的定位數(shù)據(jù)按照日期和行為模式排序，基于行為的靜止特征或者移動的空間范圍來確定行為模式的分類編碼［12］.對于同一區(qū)域同一行為模式的連續(xù)兩個記錄，如果其時間差在一定的閾值內(nèi)就可以視為是一次連續(xù)行為內(nèi)收集到的兩點；如果時間差超過一定的閾值，則認為是兩個獨立的行為模式.通過前期收集的樣本數(shù)據(jù)進行訓練，發(fā)現(xiàn)閾值確定為15 min能保證超過該閾值時可以判斷為兩種不同的行為模式.

為了解決GPS記錄數(shù)據(jù)誤差和缺失的問題，通過基于局域網(wǎng)的定位技術可以準確的記錄學生登錄局域網(wǎng)的時間、退出時間以及IP，由此可以得到學生在某個區(qū)域的起止時間.將這個數(shù)據(jù)與GPS提取的數(shù)據(jù)基于空間位置的融合，就能得到完整的行為時空軌跡.基于校園卡信息系統(tǒng)數(shù)據(jù)對不同時間就餐、門禁和考勤等行為的空間位置進行了插值，能進一步保證行為模式在時間和空間上的連續(xù)性和準確性.經(jīng)過數(shù)據(jù)缺失和誤差消除后，可以得到學生一天的行為活動序列，包括每次行為的開始時間、結束時間.通過這些序列可以提取出每天學生4種行為模式（教學活動、宿舍活動、體育運動及校外活動）的時長分布情況.

3 高校學生校園行為時空分布特征和分析

本文以北京某高校某專業(yè)的學生志愿者作為研究對象，選取大一及大三年級的部分學生進行數(shù)據(jù)收集和分析.為了保護學生的隱私，實驗采取了自愿報名的方式，公開實驗內(nèi)容，簽署保密協(xié)議，并通過人員編碼進行數(shù)據(jù)存儲.最終31人完整地參與了實驗，并完成為期4周的數(shù)據(jù)收集工作，包括GPS記錄、上網(wǎng)日志數(shù)據(jù)及校園卡等信息系統(tǒng)日志數(shù)據(jù).

對志愿者收集的定位數(shù)據(jù)，本文提取了每個志愿者每天（6：00am—12：00pm）的4種行為模式的時長，通過統(tǒng)計軟件分析了學生的行為模式及不同群體間行為模式的差異；利用GIS軟件（ArcGIS10.1）對學生的GPS記錄數(shù)據(jù)進行了空間分析統(tǒng)計，分析了學生行為模式在校園的空間分布密度、行為模式與校園設施的空間關系、以及學生對校園設施的使用情況.

3.1 學生行為時空特征分析

本實驗，將GPS記錄器記錄時間間隔設置為5 s，通過收集的GPS記錄數(shù)據(jù)和網(wǎng)絡日志數(shù)據(jù)，分析出每個學生在校園某個空間位置的行為模式及停留時間.將所有學生的記錄數(shù)據(jù)投影到校園地圖中每個8 m＊8 m的網(wǎng)格中，可以得到學生校園行為時長的空間密度分布圖（如圖1所示）.圖中，每個網(wǎng)格的值代表了停留時間的比例，學生在一個區(qū)域停留時長由此區(qū)域GPS記錄覆蓋的多個網(wǎng)格組成.根據(jù)行為模式分類，學生在教學區(qū)及教二樓的活動視為教學活動，在宿舍1、2、3的活動視為宿舍活動，在東西操場、形體室及籃球場的活動視為體育活動，校內(nèi)其他地方（各大食堂、圖書館）的活動為其他活動，此密度圖外的區(qū)域的活動都歸為校外活動.

圖1表明學生的活動集中在宿舍區(qū)和教學區(qū)，就餐區(qū)及體育運動場所次之.圖中3個GPS記錄分布密度高的地方正是實驗者居住的3個宿舍樓，統(tǒng)計數(shù)據(jù)顯示，學生平均在宿舍活動的時間占據(jù)一天（6：00am—12：00pm）的66%，周末期間比例高達75.8%.同時，學生在教學區(qū)活動的時間比例平均為22.7%，在教學區(qū)的行為源于課程要求，除了上課，學生很少到教學樓，也很少到圖書館，大部分的課余時間都停留在宿舍，課程計劃是大學生行為變化的關鍵因素.學生行為因為課程周期性而具有一定的周期性；且學生都有一定的逃課行為.

圖1中，形體室和籃球場是學生出勤相對較高的兩個運動場所；從學生的體育教學安排表及學生行為軌跡看，學生的體育運動基本上來自于體育課的要求.實驗者中所有女生除了體育課，很少進行自主鍛煉的行為，也只有少部分男生會有課余體育運動習慣（圖中籃球場區(qū)域）.

圖1中，學生在學校的兩個就餐區(qū)（教工食堂和學生第一、二食堂）的時長分布密度相當.進一步跟蹤學生的行為軌跡發(fā)現(xiàn)，學生就餐具有就近原則：上課結束后，會選擇臨近教室

的食堂就餐；其它情況一般會選擇臨近自己宿舍的食堂.

圖1 學生校園內(nèi)行為時間的空間分布密度圖Fig.1 Spatio－temporal density distribution of college student behavior on campus

為了進一步分析學生對校園所有教學設施的使用情況，本文通過行為日志數(shù)據(jù)統(tǒng)計了學生對每個教學設施的使用時長，可視化展示了學生對學校教學設施的使用情況，如圖2所示.縱觀整個校園，學校的教學區(qū)分布在學校的西北部－中部－東南部這條對角線上，可以很清晰的看到學生喜歡在臨近宿舍的教學樓內(nèi)學習和自習.因此，在食堂和學生自習場所空間布局上，應盡可能與宿舍分布和教學設施分布相匹配，否則容易構成擁擠現(xiàn)象.

圖2展示了學生在各教學樓的活動時間比例，發(fā)現(xiàn)學生除了會在中部教學樓學習外，也會利用圖書館資源進行自習，但是使用還不夠多，在圖書館內(nèi)花費的時間只占整個教學行為時長的5%左右.

3.2 不同群體行為模式比較分析

基于學生行為模式分類數(shù)據(jù)的提取，我們分別對學生的年級、性別和在一周內(nèi)的不同日期進行了對比分析.結果發(fā)現(xiàn)不同的學生群體在行為模式上具有很大差異.

（1）從年級對比，不同年級學生除校外活動外其他行為均存在顯著的時間分布差異（p＜0.005）.具體表現(xiàn)為：年級越高的學生教學活動和體育活動時間反而越少（p＝0.000），相應的宿舍活動明顯增多（p＝0.000），如圖3所示.統(tǒng)計數(shù)據(jù)顯示，大一的教學活動平均時長是大三的1.28倍，大三的宿舍活動平均時長的是大一的1.16倍.大一的學生也明顯比大三的學生參加體育鍛煉的時間要長（p＝0.004）.而在校外活動中并不存在顯著的年級差異（p＝0.921）.問卷及訪談調(diào)查也表明大三學生因課程減少，其行為更具自主性，而在宿舍學習和生活行為的安排都相對自由，更愿意呆在宿舍.

圖2 學生對教學設施使用時長的空間分布示意圖Fig.2 Map for student use of teaching facilities

圖3 大三學生（左）與大一學生（右）校園行為時空分布差異對比圖Fig.3 Map of differences of time－and－location distribution between junior student（left）and freshman（right）

（2）從性別對比，男生和女生在教學活動、校外活動以及宿舍活動差異不大，但是在體育鍛煉活動和校園其他活動上存在顯著性差異，如表1所示.統(tǒng)計數(shù)據(jù)顯示，男生的體育鍛煉時長是女生的4倍，但校園其他活動時長上女生是男生的2倍.究其原因，與男女生的休息娛樂方式的差異有關：女生在課余時間更多選擇在圖書館看書、去超市購物等，很少進行體育鍛煉活動；但男生除了校外活動，會更愿意選擇進行體育運動.

表1 性別與行為模式的相關性及差異性分析Tab.1 Correlation and difference between gender and activity patterns

（3）不同日期的行為模式變化，本文將周一至周五統(tǒng)稱為工作日，周六、周日為周末，研究了學生在工作日與周末兩類不同日期上的行為模式差異.大學生的課程大都集中在工作日期間，周末活動較為自由，日期類別對四類行為都有顯著性影響，隨著工作日／周末的不同而有很大差異（見圖4），工作日的教學活動、體育運動用時明顯比周末多，分別是周末的2.47倍、4倍；而周末學生課程減少，更多的學生選擇了在宿舍和校外度過周末，所以周末的宿舍活動和校外活動分別是周一至周五的1.35倍、3.5倍.

圖4 一周內(nèi)不同日期的活動時長分層統(tǒng)計Fig.4 Activity time statistics for each day during a week

3.3 校園信息化環(huán)境對學生校園行為模式的影響

隨著校園信息化水平的不斷提升，學生在校的上網(wǎng)行為模式也產(chǎn)生了相應的變化.志愿者具有很高的網(wǎng)絡使用率，在上網(wǎng)的時間、地點等方面也表現(xiàn)出了不同的特點.通過問卷調(diào)查可以發(fā)現(xiàn)，87.1%的學生擁有個人筆記本電腦，且具有很高的網(wǎng)絡使用率，所有志愿者在28 d內(nèi)平均有69.93%的天數(shù)有上網(wǎng)行為.從年級差異上看，大一學生的上網(wǎng)率較高，比大三學生高出近19%；但是大三的上網(wǎng)時長卻是大一的1.21倍，這與大三學生比大一更多的呆在宿舍且行為是宿舍內(nèi)上網(wǎng)的現(xiàn)象相符，也可反映出大三比大一確實有更低的教學活動.

參與調(diào)查的學生上網(wǎng)時間存在顯著的性別差異（p＝0.000），男生比女生有更多的上網(wǎng)時間，且11.3%的女生有教室上網(wǎng)記錄，只有3.7%的男生有教室上網(wǎng)記錄，這表明男生會花更多的時間在宿舍上網(wǎng)，而女生比男生更喜歡到教室上網(wǎng).

總的來說，學校信息化水平和條件的提升，對學生的學習生活產(chǎn)生了顯著影響，使得學生的行為模式變得更加多元化.學生活動的地點不僅局限在教室、圖書館、自習室等教學區(qū)域，隨著學生宿舍上網(wǎng)越來越便利，學生停留在宿舍的時間越來越多.基于學生網(wǎng)絡行為數(shù)據(jù)的分析可以發(fā)現(xiàn)，學生對于網(wǎng)絡的利用時間也越來越多.因此，網(wǎng)絡和遠程教學已成為大學生在校學習培養(yǎng)模式中的重要方式，應充分發(fā)揮網(wǎng)絡技術在教學中的作用.

4 討論和展望

本研究借助GPS定位技術、基于局域網(wǎng)的定位技術以及信息系統(tǒng)日志分析技術研究了不同年級、不同性別和一周內(nèi)不同日期的學生在校園內(nèi)從事教學活動、體育運動、校外活動以及宿舍活動等行為模式的時空分布特征，發(fā)現(xiàn)學生有太多課余時間在宿舍內(nèi)度過的現(xiàn)象，對圖書館資源利用很少，且不主動進行體育鍛煉.研究結果表明在信息化環(huán)境下學生校園行為和學習場所越來越多元化，傳統(tǒng)的學習場所（如圖書館、教室）使用比例下降.大學生更加喜歡選擇距離較近的設施和場所進行學習和生活，對于校園資源的空間布局趨于“去中心化”.

該研究探索了信息化環(huán)境下大學生校園行為時空特征的研究方法，為研究信息與網(wǎng)絡對大學生成長和行為的影響提供科學的手段，并為信息化環(huán)境下的教學方式變革研究提供了參考.通過空間分析方法分析了學生行為模式與學校教學設施空間格局的關系，可以為學校校園管理和資源配置提供了決策支持.基于高校信息化環(huán)境下大數(shù)據(jù)建設與學校管理智能化為背景，融合多種定位技術和數(shù)據(jù)源，建立不同數(shù)據(jù)之間的關聯(lián)，對更多的大學探索高校大數(shù)據(jù)建設、數(shù)據(jù)的挖掘、建立學習者學習行為的時空模型，更好規(guī)劃學校教學資源和設施，提供更加智能的校園管理與服務具有重要的借鑒意義.

［1］ 張勇.大學生行為特點及管理研究［D］.長春：吉林大學，2005.

［2］ 劉建東.大學生行為方式與性格關系的研究［J］.中國校醫(yī)，2006，20（5）：461－462.

［3］ HAASE A，STEPTOE A，SALLIS J F，et al.Leisure－time physical activity in university students from23 countries：Associations with health beliefs，risk awareness，and national economic development［J］.Preventive Medicine，2004，39（1）：182－190.

［4］ 陸莉.廣西不同專業(yè)大學生信息行為模式調(diào)查比較［J］.情報探索，2010（8）：34－36.

［5］ DRAIJER G，KALFS N，PERDOK J.GPS as data collection method for travel research［J］.Journal of Transportation Research Board.2001，1719：147－153.

［6］ GLEAVE S，GEOSTATS.The use of GPS to improve travel data［R］.London：the London Department for Transport，2003.

［7］ AMPT E，STOPHER P，WUNDKE J.Households on the move－experience of a new approach to voluntary travel behaviour change［R］.Sydney：the 28th Australasian Transport Research Forum，2005.

［8］ WU J，JIANG C，LIU Z，et al.Performances of different global positioning system devices for time－location tracking in air pollution epidemiological studies［J］.Environmental Health Insights，2010（4）：93－108.

［9］ OHMORI N，NAKAZATO M，SASAKI K，et al.Activity diary surveys using GPS mobile phones and PDA［R］.Washington D C：Transportation Research Board 85th Annual Meeting，2006.

［10］ 寇麗莉.大學生日常生活行為與大學集聚區(qū)社會空間結構研究［D］.西安：陜西師范大學，2009.

［11］ 祁黃雄，陳立章.杭州下沙高教東區(qū)學生行為時空特征研究［J］.地理研究，2010，29（7）：1281－1290.

［12］ 劉臻，魯學亮，WU J.基于空間分布特征的行為模式自動分類方法［J］.計算機應用，2011，31（1）：112－115.