基于RFID技术的针对学生行为分析的研究

王 军，周亚东

(海南职业技术学院，海南 海口 570216）

引 言

随着物联网技术在各行各业中应用的不断深入，构建基于物联网技术的智慧校园逐渐成为教育行业信息化发展的方向。然而，在初期的应用案例中，基本上都是利用传感器、RFID、视频监控等感知技术，按照约定的协议，通过网络把各种设备以及人员等要素连接起来，建设一个统一的校园综合信息服务门户，够在某些方面进行深度应用的很少。

本文针对物联网技术在智慧校园中应用不够深入的现状， 提出一种基于RFID 技术的学生行为分析的思路，为提升智慧校园应用水平作参考。

基于RFID 技术的学生管理系统，不管是智慧校园的组成部分，还是单独建立的应用，对提高学生的管理水平和管理效率，都起到了很大的作用。

1 RFID技术简介

RFID（Radio Frequency Identification）技术，是一种非接触式自动识别技术，它技术成熟、应用广泛 ；它的防冲撞性好、封装任意性强、使用寿命长、可重复利用等特点，使其成为信息采集及管理系统设计的首选。

最基本的 RFID 系统由电子标签、读写器（识读器）、天线三部分组成。RFID 系统通过读写器的 RS 232（或 RS 485）、GPRS、WiFi、蓝牙、ZigBee 等接口形式与外部计算机（上位机系统）连接，进行数据交换。

电子标签是由IC 芯片和无线通信天线组成的超微型模块电路，常嵌入到标签中，称为电子标签。其内置的IC 芯片用于存储数据，射频天线用于和读写器进行通信。系统工作时， 读写器发出查询（能量）信号，电子标签（无源）收到查询（能量）信号后将其一部分整流为直流电源供电子标签内的电路工作，另一部分能量信号被电子标签内保存的数据信息调制后反射回读写器。电子标签是RFID 系统真正的数据载体。

读写器用于读取或写入电子标签上的信息，同时接受来自于主机系统的控制指令，是 RFID 系统信息控制和处理中心。读写器通常由射频接口和逻辑控制单元两部分组成。

天线的作用是在电子标签和读写器间传递射频信号（能量和数据）。

RFID 系统的基本工作原理是 ：由读写器通过发射天线发送特定频率的射频信号 ；当电子标签进入发射天线有效工作区域时产生感应电流，从而获得能量而被激活，使电子标签将自身编码信息通过内置射频天线发送出去 ；读写器的接收天线接收到从电子标签发送来的调制信号，经天线传送到读写器信号处理模块，经解调和解码后将有效信息送至主机系统进行相关处理。

图1 RFID 系统工作原理

2 数据采集

2.1 数据采集内容

根据应用场景的不同，RFID 技术支持多种射频频段， 主要有低频 125 kHz 和 134 kHz、高频 13.56 MHz、超高频433 MHz 和 900 MHz、微波 2.4 GHz 等。综合考虑各种因素，UHF 频段（900 MHz）比较适合在校园应用：在无源情况下， 其识别距离可以达到 10 米以上。

将电子标签做成校徽（或胸卡）让每个学生佩戴，在需要采集学生行踪信息的地方安装电子标签识读器 ；学生经过每个数据采集点时，识读器自动全部进行记录 ；记录的信息内容很简单，只需要“采集点 ID”、“学生 ID”和“采集时间”即可；要求将采集到的数据实时传送到数据库中以便处理和留档。我们把数据采集点采集到的原始数据记为raw_data（采集点ID，学生ID，采集时间）。我们在这里假设每个学生都会佩戴校徽，至于怎样避免学生不戴校徽或者一人携带多个校徽的情况出现，有更进一步的研究，不在本文讨论范围之内。

虽然信息内容简单，但是随着数据采集点的增多，乘以庞大的学生数量，数据量是非常大的。因此，数据采集点的布设和对数据的分析处理至关重要。

2.2 数据采集点布设

首先，在校园各出入口采用远距离识读器获取学生进出校园的信息。通过这些信息可以分析出哪些学生经常不在校， 及早发现长期不在校或者失联的学生。

其次，在需要了解学生情况的各个重要地点如图书馆、行政楼、教学楼、宿舍楼、实训楼、体育馆、食堂等的入口处布设中远距离识读器，以获取学生经过该点的信息。通过这些信息可以分析出学生的行踪、喜欢经常去的地方等情况。

再次，在需要局部了解学生情况的地点如会议礼堂、教室门口等布设近距离识读器，或者通过使用手持式识读器来采集学生详情。这类信息主要作为考勤使用，可以跟前两类采集点的全局信息分开存放。

2.3 数据处理

raw_data 只是记录采集点采集时刻刚好在其范围内的学生的数据，一个采集点对同一个学生就会存在多条数据记录， 必须对 raw_data 进行处理，变成记录学生行踪的 trace_dat（a 学生ID，动作时间，动作行为，动作地点）。其中，动作行为可以是“到达”、“离开”或“经过”。处理过的数据移到用于存档的base_data 中，数据格式与raw_data 相同。具体处理过程如下：

(1)初始化工作。比如，判定卡是否离开的有效时间间隔设为 d。

(2)采用定时器按固定周期对 raw_data 进行循环处理。

(3)在每个循环里，对每个采集点循环，查询所有记录，

进行如下处理：

①如果到达记录尾部，则退出循环。

②如果有相同卡号的记录存在，则将该卡号除了最后一条采集记录之外的其他记录移到base_data 中去。

③如果当前记录的采集时间与当前时间相差大于 d，则认为该学生已经离开该采集点。产生一条行踪记录，根据该学生最后一次记录的状态 s，设定动作行为为“到达”（s 位于采集点所代表的场所以外）、“离开”（s 位于采集点所代表的场所之

内）或“经过”（采集点所代表的场所为孤立点）。将该条采集记录移到base_data 中去。

④移到下一条记录，转到①继续。

（4）0 处理完所有采集点的记录之后，等待下一个时钟周期的到来。

处理后生成的数据结果如图 2 所示。

图 2 trace_data 数据记录示例

如果要记录学生考勤，则必须将学生的课程表、请假等信息录入到系统中，通过相互参照才能生成学生的考勤记录， 此处不再详述。

3 建立行为分析模型

基于校园一卡通全数据的学生行为分析，功能更全面， 已有文献进行了论述 [1]，此处不再重复这方面的研究。本处只对学生行踪数据能够实现的学生行为分析进行研究，当然也可以将该研究的内容合并到将来的一卡通系统之中。我们主要用到时间序列分析和关联分析，具体的几个主要行为分析模型如下：

第一，通过对学生进出校门的信息进行统计和分析，可以知道哪些学生经常不在校，及早发现长期不在校或者失联的学生。模型可分为最后一次离开校门的时间超出范围和一段时间内不在校时间超出范围两种情况。

第二，通过统计每个学生在各关注地点如图书馆、行政楼、教学楼、宿舍楼、实训楼、体育馆、食堂等处逗留的总时间， 了解学生在校学习、活动、生活等方面的概况。同样，可以按地点统计出学生对该场所或设施的使用频度情况。

第三，通过关联分析，比如哪些学生总是一同进出大部分场合，可以判定这些学生属于一个小团体，掌握这些情况更有利于学生的管理 ；哪些学生总是独来独往，可以判定这些学生可能比较孤僻，需要多加关注，增加更多的人文关怀。

第四，对于局部或临时活动，比如公共课堂、考试或会议等，除了可作为考勤数据使用之外，还可以通过时间序列人员变化情况分析，判断课堂的受欢迎程度、考试题目的合理性以及会议的综合评价等。

当然，根据学生管理的具体需要，通过抽取其他关于群体或者个体的特征信息，可以构建更多的行为分析模型。

结 语

本文通过对学生行踪数据的采集、处理和分析，从中构建了几种对学生管理非常有用的行为分析模型，可以单独使用， 也可以集成到智慧校园系统中使用。