关键词：智慧校园 大数据技术 高校学生管理 apriori算法 

摘要：随着智慧校园建设的推进,大数据技术的快速发展推动了高校学生管理工作的不断创新。本文以陕西LG高校的学生为研究对象,通过采集校园信息系统中的各类应用数据,运用聚类分析中K-means算法对学生校园行为特征进行分类,然后运用Apriori算法对学生行为特征与学业成绩进行关联分析。结果发现,不同学生群体的消费行为、作息行为、学习行为特征与其学业成绩之间具有密切关系。利用这些分析结果,高校可以针对不同类别学生采取差异化管理措施,这既有助于提升学生的学业成绩,也有助于进一步提高学生管理工作效率。

安康学院学报杂志要求:

{1}来稿应含以下部分：中英文题名、中英文摘要、中英文关键词、中图分类号、正文以及必要的图表、参考文献。

{2}文章请勿一稿多投，审稿周期为一个月，自收到来稿一个月内邮件回复作者，如果一个月内未收到邮件回复，作者可自行处理稿件。

{3}文章中如出现附录(Appendix)或附件等形式的内容，统一放在参考文献之后，它们之间保持适当的间距。

{4}如论文属于基金项目，需注明基金项目类别、项目名称及编号，多个项目间以“、”分隔。格式如下：基金名称“项目名称”(项目编号)。

{5}未公开发表的资料一般不宜引用。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社