当前，在高校扩招和学生队伍总量不断增大的背景下，高校学生异常行为的人数呈上升趋势，一些违法、违纪、违俗、违德等异常行为时有发生，而学生管理工作者也往往因为学生异常行为发生前的“苗头”把握不准，常常处于当“消防员”的被动局面。如何利用现代化的手段对学生早期异常行为进行检测与控制，帮助管理者及时发现有问题的学生，从而进行有针对性的教育与帮助，具有十分重要的意义。

　　一卡通数据来源

　　近年来，随着计算机网络和数据库技术的日渐完善，国内不少大学都相继建立了校园一卡通系统。校园一卡通系统是数字化校园的重要组成部分，它为数字化校园的建设提供了全面的数据采集和良好的信息共享环境。该系统的开发建设将进一步提高信息化管理水平，实现由面向计算机的管理转变为面向数据管理。而目前大多数高校仅仅停留在使用一卡通系统的基础上，殊不知可在此基础上建立数据仓库系统，实现对各部门生成的大量数据的科学提取、净化、存储，从而使得信息系统满足从业务处理到中层管理的控制，以及通过对各阶段各部门的数据进行统计、分析、挖掘，最终达到为领导决策提供支持的目的。

　　校园一卡通系统一旦建成，它所采用的校园卡可替代现有的多种证件，包括：学生证、工作证、身份证、借书证、阅览证、医疗证、会员证、就餐卡和钱包等。

　　校园一卡通系统的主要数据来源：

　　1.学生入校时填写的各种登记表格、各学期注册情况登记等相关文档。

　　2.学生在食堂就餐时的划卡记录。

　　3.学生体检情况、就医情况的医疗记录。

　　4.图书馆学生借书情况登记、进出图书馆闸机记录等。

　　5.校内各种开放设施的划卡消费情况记录，如公共机房、校体育设施、校宾馆饭店。

　　6.学生早锻炼情况的记录。

　　7.学生通过门禁系统出入各建筑楼宇的记录。

　　这些数据均可以从数字化校园中的公共数据平台及相关职能部门的信息管理系统中导出、汇总进入数据仓库。

　　利用数据挖掘异常行为

　　数据的条件独立性

　　一般说来，数据的独立性包括条件独立性、因果独立性与上下文独立性。这些独立性关系，都对数据分析具有重要的作用。

　　条件独立性是指在某些变量给定时，其他部分结点相独立，因此只要找出特定的给定变量，即可为决策提供足够的支持，这称为条件独立性。因果独立性是指变量之间的直接影响，但是并没有对如何依赖作出约束。一些情况下，多个变量相互合作，对某变量共同产生影响。但是，很多情况下，各变量独自对其他变量起作用，原因变量之间没有合作，此时原因变量对结果变量的影响是因果独立的，这称为因果独立性。

　　通常每个变量都带有条件概率标，在各原因变量状态组合的每种取值情况下给出结果变量的每种取值的条件概率。条件概率表一方面需要的条件概率数目是原因变量结点数目的指数幂，另一方面无法捕捉原因变量概率分布的某些规律。这是第三种独立关系，称为上下文独立性，通常可以采用条件概率树的形式对上下文独立关系进行表示。本文以条件独立性为例，对一卡通的数据信息进行研究。

　　一般地，若变量E和F在G给定(p(G)≠0)时，满足下列条件之一时是条件独立的：

　　1. P(E|F∩G)=P(E|G) 且 P(E|G)≠0，P(F|G)≠0

　　2.P(E|G)=0 或 P(F|G)=0