摘 要：文章以天津商业大学理学院数学系学生为研究对象，提出了一种主要依据学生社交网络平台数据的社会适应力预测模型：基于因子分析- 灰色关联法的随机森林模型，分类准确率达到78.43%。结果显示学生的学习行为以及线上发布与评论行为具有较强的类型识别度，为高校开展就业创业教育工作、实现高等教育“依数治理”提供参考依据。
关键词：高校学生；社会适应力；因子分析；灰色关联分析；随机森林
中图分类号：TP183；G449.5 文献标识码：A 文章编号：2096-4706（2020）06-0021-04
Research on Social Adaptability of College Students Driven by Data
GENG Qiaozhi，XU Fei，GAN Yating， AN Xinran，ZHANG Xuxing
（Tianjin University of Commerce，Tianjin 300134，China）
Abstract：This paper takes the students of Mathematics Department of School of Science of Tianjin University of Commerceas the research object，and proposes a social adaptability prediction model mainly based on the data of students’social network platform：a random forest model based on factor analysis-gray correlation method，and the classification accuracy rate reaches 78.43%.The results show that students’learning behaviors and online posting and commenting behaviors have a strong type recognition，which provides a reference for colleges to carry out employment and entrepreneurship education and achieve “number-based governance” of higher education.
Keywords：college students；social adaptability；factor analysis；grey relational analysis；random forest
参考文献：
[1] 周庆，牟超，杨丹. 教育数据挖掘研究进展综述 [J]. 软件学报，2015，26（11）：3026-3042.
[2] 孙丽璐，曾飞扬，汪韶源. 大学生社会适应力模型研究——以“95 后”大学生为例 [J]. 四川理工学院学报（社会科学版），2016，31（1）：20-29.
[3] 崔秋月. 体育运动对大学生社会适应能力影响的研究 [D].苏州：苏州大学，2013.
[4] 胡志伟. 大学生网络人际关系对其社会适应力影响研究 [D]. 哈尔滨：哈尔滨理工大学，2017.
[5] 教育部《大学生心理健康测评系统》课题组，方晓义，沃建中，等.《中国大学生适应量表》的编制 [J]. 心理与行为研究，2005（2）：95-101.
[6] 方匡南，吴见彬，朱建平，等. 随机森林方法研究综述 [J].统计与信息论坛，2011，26（3）：32-38.
作者简介：
耿峤峙（1983-），男，汉族，河南新乡人，讲师，博士研究生，研究方向：大数据分析，教育大数据；
徐菲（1998-），女，汉族，山西大同人，本科在读，研究方向：应用统计；淦亚婷（1997-），女，汉族，江西九江人，本科在读，研究方向：统计学；
安心然（1998-），女，汉族，河南焦作人，本科在读，研究方向：数学与应用数学；
张湑行（1999-），男，汉族，河南郑州人，本科在读，研究方向：信息与计算科学。