序
因为鼠鼠不想考研,大三下就想着参加一些比赛提高一点自己找工作的竞争力,看了一下这次服创的企业命题,感觉有蛮多赛题比较适合鼠鼠,于是就选择了A14(基于在线教学平台的数据挖掘与学习行为分析)。
赛题要求
主要要求就是超星集团想对在线教学平台的运行数据进行分析,挖掘出教学、学习、评估等符合学生实际与教学实际的情况,实现对于学生学习行为的有效监管,辅助教学管理策略的决策制定。然后输出8~10个学习行为数据分析成果。
参赛过程
刚开始看到这个赛题要求的时候,鼠鼠以为会有很大的数据量给鼠鼠处理,所以狠狠的恶补了一下Hive和Spark的知识,还去了解了一下用户画像的生成逻辑,谁知道公司给了数据之后发现数据就是一坨答辩,直接用SQL就可以解决。
并且最想吐槽的就是这个数据集,本来我们已经计划好了所有的数据处理模式,然后他在三个月里面竟然可以更换两三次数据集,发现最后一次更新数据集的时候,离初赛提交时间只有半个月了,那段时间鼠鼠疯狂PUA自己和队友。
鼠鼠主要对数据集里面和考试与作业相关的数据集进行处理,与其他数据进行合并(学习时间,登录次数等),新建了一个与学习积极性相关的数据集,然后利用PCA+K均值的方法聚类了三类人出来。最后对分析的数据进行了数据可视化,因为数据集拉跨,无法生成过多的用户画像,但是学习行为数据分析结果编10个还是可以的。
建议
首先,找队友可以找技术不是很强的,但是一定不能要那种摆烂的。
然后,如果想一直往后走,队伍阵容还是需要一位文档编写能力以及ppt制作能力高的人,最好还有人擅长制作视频。
因为这种比赛的技术性其实不会特别特别的强,进行线下答辩的时候发现同赛题的几只队伍其实运用的算法都差不多,可能只是数据处理的思想上略有不同。所有就需要队伍有一定的画饼以及ppt能力。