在“一库一表”工程的建设理念指导下,高校的校园信息化工程不断推进,将多年来累计的校园数据逐步整合形成了包括校务管理、教学管理、图书借阅信息、学生消费数据等数据的共享数据平台。这使得我们能有机会挖掘学生行为下潜藏的规律。本文通过分析高校校园大数据的特点,进而对反映学生行为和生活学习状态的数据进行分析,借助Spark平台对海量数据归纳,并通过阿里云的Data V工具进行可视化展示。由此让全校学生发现并改善自身的问题,同时也反馈了学校的运行情况,便于及时改善。主要工作如下:(1)对本文所需的Spark和Data V进行了介绍和部署,并从学校公共数据平台抽取并清洗相关数据,对数据进行了标准化处理。(2)针对学生行为设计了学生行为画像库,并以优化的LOF算法的改进方法进行数据的去噪工作,最后使用K-means++算法进行聚类,通过实验验证了优化的LOF算法在去噪上较传统的LOF算法在时间复杂度有较强的改进。(3)引入了关联规则分析,用以发现学生行为之间的有趣联系,介绍并改进了Apriori算法,并通过学生的消费行为、生活习惯、学习努力程度去与学生成绩关联,推导出成绩与这三者之间的关系,为学生改善成绩提供了行为参考。(4)设计并实现了基于DataV的大数据可视化展示,并用图书馆大屏,一库一表建设大屏和学生个人服务大屏展示了成果,证明其在学校的管理工作、教育教学提供的帮助。