随着教育信息化和互联网的普及发展,高校数字化校园的建设也如火如茶。因为智能设备为学生提供了便利的校园生活环境,同时记录了大量的学生行为数据,所以我们可以通过无线网络WiFi和智能手机APP,以及校园数字管理系统CDMS和无线射频识别系统RFID轻松获取和分析学生丰富多彩的校园生活活动轨迹和行为数据。挖掘这些有价值的信息,可以为教育管理者提供更加科学有效的数据支持。同时,如何通过数据挖掘有效地利用学生的行为数据并对其行为特征进行分析,对于提高教育教学质量和教学效益具有一定的理论和现实意义。本论文基于学生智能校园卡、无线WiFi、校园数字化管理系统来收集学生个人的行为活动数据,包括学生的购物、就餐、消费和图书借阅、图书馆门禁、宿舍门禁、洗浴、上网与学生成绩等信息。虽然这些数据纷乱且嘈杂,但是其中隐含着不直观但又非常有价值的信息。本文将利用这些数据,首先构建学生的朋友关系网络,分析其组成和结构,通过网络分析出学生学业成绩表现在朋友网络的体现方式,找到朋友网络对于学生成绩的积极的因素,帮助我们更好的了解学生的在校生活和个性化发展。然后从有序性、勤奋性和记忆性三个高阶行为特征分析学生行为活动,通过数据挖掘技术计算出学生行为特征规律。通过统计学方法辅助分析,获取学生的相关特征值或行为规律性,并利用相关性分析法研究行为特征与学业成绩的关联关系,揭示学生日常行为的特征对学业成绩表现的影响,帮助教育者发现学生在学习生活中的异常,引导学生改善不良行为习惯、提高学习效率,进而提高学生学业成绩。研究结果表明:学生朋友网络是一个典型的无标度的社会网络,其成员结构比较固定和单一,其度分布呈现幂律分布,相邻节点度之间却未出现明显的度同配现象,但是却表现GPA的同配性,也就是说学业成绩越好的学生越喜欢结交成绩好的同学作为朋友。学生行为的有序性、勤奋性和记忆性特征与学业成绩表现有着显著关系,学生行为有序性、勤奋性和记忆性高低与学业成绩好坏之间呈现正相关,学生群体的有序性呈现高斯分布,勤奋性和记忆性呈现为幂律分布;行为有序性或勤奋性越高的学生学习成绩也越好,学业成绩表现好的学生的行为记忆性效果更加明显,在行为发生时间间隔分布上出现显著的重尾效应。这些研究可以为学生行为模型的构建提供指导,帮助教育者及时的了解学生群体的行为特征规律,最终使大多数学生受益。