1 实验说明1.1 实验目的基于已完成的学生考勤主题标签表student_attendance_stats使用 K-Means 聚类算法对学生考勤行为进行自动分群。通过迟到、早退、请假、校服违规次数等核心指标识别不同类型的考勤群体生成可解释的考勤画像为校园学生管理、行为分析提供精准数据支撑。1.2 实验环境工具为助睿数智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/本次实验主要用到以下功能平台数据集成平台助睿 ETL人工智能平台助睿 AI助睿BI 数据可视化探索平台数据库MySQL前置数据学生考勤主题标签表student_attendance_stats2 实验数据2.1 数据构成本次实验使用上一实验输出的学生考勤主题标签表数据包含学生基础信息与考勤次数统计结果为聚类建模提供干净、标准化的特征数据。2.2 字段说明名称说明类型id自增主键连续整数student_id学生 ID连续整数student_name学生姓名文本class_id班级 ID连续整数class_name班级名称文本grade年级文本 / 分类gender性别二分类birth_date出生日期文本 / 日期political_status政治面貌文本 / 分类is_boarder是否住校二分类campus_type校区类型文本 / 分类late_count迟到次数连续整数early_leave_count早退次数连续整数leave_count请假次数连续整数uniform_violate_count没穿校服次数连续整数create_time统计入库时间日期时间2.3 建模思路通过对数据的观察以及对考勤分群的业务需求分析确定本次建模分析思路如下数据维度清晰、变量数量适中聚焦考勤行为核心指标无需复杂降维。基于考勤业务理解将变量聚焦在迟到次数、早退次数、请假次数、校服违规次数四类行为维度每个维度直接反映一类考勤特征变量间业务含义独立、相关性低可直接用于 K-Means 聚类建模避免变量冗余导致模型解释困难。本次建模采用次数类连续变量数据类型单一、适配 K-Means 算法要求。考勤次数均为非负整数属于连续型变量满足 K-Means 对数据类型的要求无需进行哑变量编码、二值化或特殊转换可直接输入模型简化预处理流程保证聚类结果稳定可靠。学生基础离散属性性别、年级、住校状态等不参与聚类建模仅作为后续画像标签的辅助解释变量。3 实验步骤人工智能平台AI Studio是一站式大数据智能应用平台以零代码拖拽的方式简化机器学习全流程提供从数据加载、预处理、特征工程到模型训练与评估的完整解决方案。平台内置 100 数据挖掘算法组件支持主流深度学习框架同时具备可视化建模、智能一键分析、协作共享与精细版本管理能力无需深厚编程知识即可高效实现数据价值挖掘与智能分析。3.1 AI Studio 聚类建模3.1.1 新建工作流在该环节我们使用 AI Studio 搭建从数据加载到聚类建模、结果输出的完整流程为后续建模提供独立运行空间。点击左边菜单“人工智能”进入人工智能平台AI Studio进入人工智能模块用户空间点击“” - “新建工作流”人工智能模块页面是集构建、运行、编辑、查看于一体的工作区域。在该模块页面中主要包括三个模块分别是菜单栏控件列表以及画布用于工作流构建。如下图所示3.1.2 数据导入首先我们需要将 student_attendance_stats 的数据载入搜索“数据库加载”控件拖拽至画布双击“数据库加载”控件右边会出现参数配置窗口将团队私有数据库的信息填入并点击“连接”在弹出的窗口中点击下拉框选择 student_attendance_stats选择后会自动加载表信息我们主要是分析各类异常考勤占比的特征所以只需保留 student_id 、class_id、late_count、early_leave_count、leave_count、uniform_violate_count其他字段跳过skip为保留的字段选择对应的属性类型最后点击“确定”字段对应的属性类型参考如下属性名称属性类型属性名称属性类型idskippolitical_statusskipstudent_idcategoricalis_boarderskipstudent_nameskipcampus_typeskipclass_idcategoricallate_countnumericclass_nameskipearly_leave_countnumericgradeskipleave_countnumericgenderskipuniform_violate_countnumericbirth_dateskipcreate_timeskip右键数据库加载空间点击“运行该控件”运行成功后可右键点击“查看输出结果”可以看到保留下来的数据3.1.3 K-Means 聚类建模拖入“K-Means”组件创建数据库加载组件到“K-Means”组件的连线双击“K-Means”组件配置窗口中簇数量选择固定3个其他保持不变右键运行该控件查看输出结果可以看到每个学生分别标记了对应的簇类C1/C2/C33.1.4 结果输出与保存聚类后的数据我们需要保存到数据库中以便后续使用拖拽“数据入库”组件到画布创建“K-Means”组件到“数据入库”组件的连线双击“数据入库”组件数据库配置中输入团队私有数据库的参数并点击“获取表信息”在弹出的窗口中选择“新建数据表”表名称修改为“student_cluster”并点击“确定”运行工作流各控件均运行成功则工作流运行成功3.2 分析聚类簇编号对应的考勤群体分类上一步骤输出的聚类簇编号无法确定对应的考勤群体分类可要通过助睿BI 可视化分析来确定点击实验平台左边菜单“助睿BI”进入助睿BI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如果是进入的页面是登录页面可以关闭后重新从实验平台进入3.2.1 连接数据源上一步骤输出的 student_cluster 存放于我们的团队私有数据库中所以我们需要在助睿BI 平台中创建数据库连接点击左边菜单中的“数据源”点击左上角“” - “新建连接” - “MySQL”在弹出的窗口中输入自己所在小组在 Uniplore实验平台 的数据库连接账号信息点击“测试连接”出现“测试连接成功”表示我们的连接正确点击“确认”点击新建的数据库目录可以看到本次实验所用的学生考勤主题标签表右键点击-查看表数据可以预览表内数据3.2.2 构建数据集数据源连接成功后我们要将需要分析的数据表构建为数据集点击左边菜单中的“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_cluster 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_cluster 拖拽至画布中查看数据的表结构及数据为方便进行后续分析将字段备注分别修改为中文在student_id的字段备注输入框中输入“学生ID”并点击“√”保存其他字段的字段备注按照同样操作进行修改字段别名参考如下原字段名字段备注student_id学生IDclass_id班级IDlate_count迟到次数early_leave_count早退次数leave_count请假次数uniform_violate_count没穿校服次数Cluster聚类簇编号Silhouette轮廓系数字段别名修改完成后点击画布左上角“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3.2.3 制作工作表工作表是助睿BI 平台中用于承载可视化图表、完成数据探索与分析的核心单元是实现数据可视化展示的基础载体。接下来我们开始制作聚类簇编号对应的考勤群体分类工作表点击左边菜单中的“工作表”进入工作表模块为了方便管理我们将本次制作的工作表集中存放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”右键或者点击聚类簇对应的考勤画像群体分类分析分组的“…”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“迟到早退次数的聚类簇分析”、选择所属分组、填写备注信息后点击“确认”自动跳转到工作表设计页面点击右上角“好的我知道了”来关闭提醒数据集选择刚刚创建的“聚类簇编号数据集”图表类型选择“探索器”将字段“late_count迟到次数”拖拽到X轴“early_leave_count早退次数”拖拽到Y轴点击图形设置按钮打开设置面板在设置面板中点击颜色区域的“”在下拉框中选择“Cluster聚类簇编号”并点击“确认”点击信息区域的“”在下拉框中选择“student_id学生ID”并点击“确认”将“student_id学生ID”设置为“维度”系统默认限额为2000条数据因此需要将限额设置为100%避免数据过多不显示全部为了区分更明显我们可以设置聚类簇编号的颜色点击颜色区域的设置按钮切换对比强烈的主题颜色设置后需要点击一下颜色区域外的地方才会生效点击保存按钮保存并发布工作表同样的重新新建工作表依次两两分析4个异常考勤次数的3个聚类簇的表现情况迟到与请假次数的聚类簇分析迟到与没穿校服次数的聚类簇分析早退与请假次数的聚类簇分析早退与没穿校服次数的聚类簇分析请假与没穿校服次数的聚类簇分析3.2.4 搭建仪表盘为了更好地观察分析以上制作的6个工作表我们可以将它们放在一起点击左边菜单“仪表盘”点击左上角“” - “新建仪表盘”仪表盘名字输入“聚类簇分析”备注信息输入“聚类簇分析”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“聚类簇分析”并设置字体颜色、字体大小、加粗、居中关闭组件窗口鼠标移至文本组件上组件右下角可以拖动跳转组件大小参考下图调整为了防止后续位置改变可以点击右上角图钉图表固定位置点击工作表组件显示按钮切换到“工作表”将3.2.3节中制作的工作表都拖拽至画布中拖入完毕后可以按住图标顶部中间位置拖动图标并使用鼠标对图表大小和布局进行调整预期效果如下点击保存按钮保存并发布仪表盘3.2.5 聚类群体画像解读结合 6 组两两指标散点图的分布特征我们可以为 C1、C2、C3 三类聚类簇赋予清晰的业务含义完成从机器编号到可解释学生画像的转化C1蓝色自律模范型在迟到、早退、请假、校服违规次数的所有组合中数据点高度集中在低频次区间无明显离群值。这类学生出勤稳定、纪律意识强各类异常行为极少是校园考勤行为的正面典型。C2青色轻微波动型整体数据点同样集中在低频次区间但相比 C1 分布略散少量记录存在轻微的校服违规或请假行为迟到、早退次数始终保持低位。这类学生整体纪律可控仅存在偶发的轻微考勤波动属于需要日常提醒的群体。C3黄色纪律高危型数据点呈现明显的 “离群特征”在迟到次数与其他指标的组合图中出现了大量高频迟到记录且伴随有不同程度的早退、请假或校服违规行为是唯一存在多维度叠加违纪的群体。这类学生考勤问题突出是校园管理中需要重点关注和干预的核心对象。最终群体分类映射总结表|聚类簇编号|颜色|群体分类名称|核心特征|| — | — | — | — ||C1|蓝色|自律模范型|全维度异常次数均极低出勤表现稳定纪律意识强||C2|青色|轻微波动型|迟到早退次数低偶发校服违规或请假整体纪律可控||C3|黄色|纪律高危型|全维度异常次数均偏高高频违纪行为叠加存在极端离群记录|3.3 将映射结果加入学生考勤主题标签表我们需要将最终群体分类数据增加到上一个实验输出的结果表学生考勤主题标签表 student_attendance_stats 中3.3.1 新增扩展字段上一个实验输出的结果表学生考勤主题标签表 student_attendance_stats 中没有考勤群体分类的字段需要增加首先我们需要在 student_attendance_stats 中增加2个字段cluster聚类簇编号attendance_group考勤群体分类进入上一个实验在数据集成平台中创建的ETL项目新建转换流“增加考勤主题扩展标签字段”拖拽并“”组件到画布中双击“执行一个SQL脚本”组件在配置窗口中数据库连接“团队私有数据库”输入SQL脚本后点击“确认”SQL如下-- 为学生考勤统计表添加聚类结果字段ALTER TABLE student_attendance_statsADD COLUMN cluster VARCHAR(10) NULL DEFAULT NULL COMMENT 聚类簇编号,ADD COLUMN attendance_group VARCHAR(30) NULL DEFAULT NULL COMMENT 考勤群体分类;执行转换流3.3.2 聚类簇编号数据获取接下来我们需要使用 3.1这步骤中 AI Studio 输出的结果表 student_cluster xxx打开上一个实验创建的项目创建转换流“增加考勤群体分类标签”拖拽“表输入”组件到画布中双击“表输入”组件从团队私有数据库中获取 3.1步骤中的分类结果表 student_cluster 的所有SQL 查询语句3.3.3 字段选择获取的数据中我们只需保留 student_id、Cluster 字段拖拽“字段选择”组件到画布中并创建“表输入”组件到“字段选择”组件的连线双击“字段选择”组件点击“移除”选项并在字段名称下方空白区域右键-点击“获取字段”623×561 25.9 KB选中 student_id、Cluster 字段后右键“删除选中的行”表述除 student_id、Cluster 外其他字段均被移除为了保持和 student_attendance_stats 表中字段类型一致不影响后续数据更新到 student_attendance_stats需要将 student_id、class_id 的类型修改为Integer点击元数据选项插入2行 student_id、class_id 的配置如下最后点击“确认”3.3.4 聚类簇编号映射原始聚类簇编号以编号形式存储可读性差通过映射转换增加中文说明添加“值映射”组件到画布中并字段选择组件到值映射组件的连线并选择“主输出步骤”双击“值映射”组件使用的字段名为“Cluster ” 目标字段名为“attendance_group”在下方字段值表格空白处右键点击“插入”双击插入的行在源值中输入“C1”目标值输入“轻微波动型”代表将原数据中的“C1”统一映射为“轻微波动型”同样的再插入2行设置源值“C2”目标值“自律模范型”源值“C3”目标值“纪律高危型”并点击“确认”3.3.5 更新学生考勤主题标签拖拽“更新”组件到画布中并创建值映射组件到更新组件的连线双击“更新”组件在配置窗口中数据库连接选择团队私有数据目标模式为labs点击目标表后的“浏览”按钮选择 student_attendance_stats并点击“确定”用来查询的关键字表格空白处获取字段保留 student_id、class_id表示更新时查询到数据表与流里的字段1相同时执行更新操作更新字段表格空白处获取字段删除 student_id这里需要注意我们在增加扩展字段时聚类簇编号的字段为cluster所以在表字段的 Cluster 字段中需要双击后点击下拉框选择正确的表字段最后的配置如下表示当数据表的student_id与流里的student_id相同时将流字段Cluster、attendance_group的值更新到表字段cluster、attendance_group中3.3.6 运行转换流点击运行按钮执行结果和日志3.3.7 查看结果切换“元数据”选项右键“团队私有数据库”点击“加载元数据”加载成功后点击“数据探查”在团队私有数据库中点击 student_attendance_stats 在点击“查询”可以看到 cluster、attendance_group的数据已经更新成功了4 实验总结本次实验基于学生考勤次数数据通过 K-Means 聚类算法完成学生考勤群体自动划分利用次数特征建模保证了聚类结果的稳定性与可解释性。借助 助睿BI 平台实现可视化分析为机器生成的聚类簇赋予明确的业务含义精准划分出自律模范型、轻微波动型、纪律高危型三类学生群体。最终将聚类标签回写至原始考勤表完成考勤主题扩展标签构建为校园学生精细化管理、行为干预和个性化教育提供了可靠的数据支撑。#助睿数智#商业数据分析