摘要：新一代信息技术的发展改变了传统的工作、生活和学习方式,手机作为移动数字终端,在大学生群体中的普及率较高,大学生对手机的依赖性显著增加。为合理控制大学生使用手机的时间,本文设计了基于人工智能的大学生手机依赖数据分析与管理平台,采集、分析大学生手机底层数据,针对大学生手机依赖的具体表现,采取针对性的管理策略,以期在减轻大学生手机依赖方面发挥积极作用。

　　关键词：人工智能；手机依赖；数据分析；平台；设计

　　0引言

　　手机已经成为大学生日常生活、学习中不可或缺的“工具”之一,其在为大学生提供便利的同时,也给大学生带来了困扰。因此,针对大学生的手机依赖管理显得尤为重要。为保证大学生手机依赖管理的科学性,需要依据各种数据深入、全面地分析大学生手机依赖的具体表现,从而采取针对性的管理策略,引导大学生正确使用手机。

　　1大学生手机依赖数据分析与管理平台架构

　　为保证该平台的有效性,采用了较为典型的“模型－视图－控制器”（Model-View-Controller,MVC）架构（如图1所示）。该架构设计共包括三个层级,即模型层、视图层与控制层,模型层是MVC框架的核心,主要负责平台数据和业务逻辑；视图层作为MVC架构的重要组件,能够将模型数据以可视化的方式呈现给用户；控制层负责接收用户请求,直接操作数据库的代码编写[1]。相比于浏览器/服务器（Browser/Server,B/S）架构与客户端/服务器（Client/Server,C/S）架构,MVC架构的代码结构更加清晰,且具有较高的可维护性。

　　大学生手机依赖数据分析与管理平台的功能构成较为复杂。其可以通过手机后台实时监控手机运行状态,并动态采集手机软件使用时长、频率等数据,以及完成相关数据的在线分析任务。在此基础上,平台可以结合人工智能技术判定大学生使用手机行为的合规性与合理性,从而通过后台对用户访问行为进行约束,具体包括软件定向限流、阶段锁死、定向反馈等功能,这对弱化大学生的手机依赖性起到了积极作用。

　　2平台功能概述

　　基于人工智能的大学生手机数据依赖分析与管理平台可以在不影响手机正常功能的情况下,实时获取手机后台数据,并将数据分析结果作为大学生手机依赖管理的重要依据[2]。其核心功能主要包括数据采集与分析、定向限流、自动反馈。

　　2.1数据采集与分析功能

　　大学生手机依赖分析与管理平台的数据主要来自手机底层运行数据。大多数智能手机后台都会记录日常使用情况,包括软件类型、开启时长、电量消耗等数据,因此,该平台需要打通手机底层通信链路,并能够实现数据单向传输。手机底层运行数据规模较为庞大,且不同类型数据之间的关联性存在差异,因此,利用人工智能技术可提高数据分析效率,构建大学生手机依赖画像也将更加准确。

　　数据采集与分析功能主要包括数据采集与分析两个模块。数据采集模块主要依托跨进程通信(Inter-Process Communication,IPC)实现不同应用程序之间的数据采集与传输,可以采用Intent、ContentProvider、Mess enger等通信机制,各通信机制的用途存在较大差异,在优缺点方面也能够互为补充[3]。为保证数据采集效率,以及避免部分手机应用程序自我保护机制造成数据分析结果与实际情况的偏离,需要实时监控跨进程通信机制的响应情况。

　　在完成数据采集后,利用人工智能技术进行数据处理、分类、分析、模型构建与拟合等操作。首先,数据处理主要解决数据缺失、一致性偏离、过度关联等问题,以控制数据规模；其次,数据分类以结果为导向,确定相关研究所需数据类型,从而保证数据的规范化存储,提高数据分析效率；再次,基于数据样本,对大学生手机依赖的具体表现进行量化总结,绘制大学生手机依赖行为图谱；最后,构建大学生手机依赖数据模型,并融合后续管理机制实施后的数据反馈情况,持续优化大学生手机依赖管理模型,使人工智能数据分析与管理有助于大学生摆脱手机依赖[4]。

　　2.2定向限流功能

　　基于人工智能的大学生手机依赖数据分析与管理平台的核心是精准管理,基于数据分析结果以及大学生手机的动态反馈情况,该平台可实现特定软件的定向限流。所谓定向限流,是指在不影响手机软件基本功能的前提下,对视频、游戏等软件流量进行限制,从而引导大学生正确使用手机,减轻其手机依赖,可以采用令牌桶算法实现。

　　令牌桶算法的核心是访问请求的令牌产生周期是恒定的,随着桶中令牌数量不断增加,大学生可以提交的访问请求次数也将增加,但桶中所能容纳的令牌数量有限,多余的令牌将直接被丢弃。若大学生的访问请求较为频繁,桶中令牌逐渐减少,直至为0,此时,软件将无法对大学生的访问请求进行响应,直至新的令牌产生。

　　令牌同算法的令牌生成算法如下：

　　local key=KEYS[1]//令牌桶的key

　　local rate=tonumber(ARGV[1])//令牌生成速率
       local capacity=tonumber(ARGV[2])//令牌桶容量
       local now=tonumber(ARGV[3])//运行时间戳

　　redis call(‘zermrangebyscore’,key,‘-inf’,now-capacity)//清理过期令牌

　　local count=redis.call(‘zcount’,key,‘-inf’,‘+inf’)//统计令牌数量

　　if count<capacity then

　　redis.call(‘zadd’,key,now,now)

　　end//如果令牌数量小于容量,则新增一个令牌

　　令牌桶算法实现的定向限流功能具有局限性,即大学生正常使用手机时会不可避免地出现流量不足的情况。为避免这一问题,定向限流功能可申请令牌预支,即根据实际需要,向平台申请预支一定数量的令牌,并注明调用令牌的软件以及标明令牌归还时间。如此,则能够在有效预防大学生手机依赖的同时,避免定向限流功能对大学生正常学习使用手机的影响。

　　2.3自动反馈功能

　　基于人工智能技术的自动反馈功能主要包括请求异常反馈、数据容错反馈等,针对不同的反馈信息,平台将利用人工智能技术进行算法优化。自动反馈功能的设计实现了平台数据分析与管理的闭环,能够进一步提升平台管理的科学性、精准性,在规范大学生手机使用方面效果最为明显。

　　2.3.1请求异常反馈

　　在大学生使用手机的过程中,相关软件会发出各种访问请求,不同类型的访问请求将产生大量数据。随着数据规模的增加,平台将根据数据分析结果对大学生的访问请求进行管理。在实际使用手机的过程中,由于误触导致的访问请求异常会产生大量无用数据,若不及时反馈,会干扰平台关于大学生手机依赖的数据分析结果。

　　平台根据每一名学生在日常学习、生活中的手机使用习惯,完善访问请求数据的空间分布图,当数据分布概率处于稳定区间内时,视作访问请求正常。若某次访问请求所产生的数据导致分布概率发生明显变化,平台将反馈此次异常访问,并对访问请求主体进行二次确认,以避免平台的错误干预。

　　2.3.2数据容错反馈

　　在数据规模持续扩大的情况下,数据之间的偏离情况也有所不同。在访问请求未发生异常时,该平台应具备一定的数据容错能力[5]。当平台数据容错能力难以满足要求时,数据容错反馈机制可以就所有采集到的数据进行遍历,强化平台数据容错能力。

　　人工智能技术在平台数据容错反馈方面具有一定的局限性,在增大数据容错能力的同时,还需要保证数据的有效性。基于人工智能的数据容错反馈需要通过模型进行仿真,仿真结果显示,数据容错能力增大,平台管理效率下降,因此,数据容错能力应在一定比例范围内调整,而具体比例应根据模型仿真结果确定。

　　3结语

　　大学生手机依赖问题已经较为普遍,对大学生学习、生活等产生了不同程度的影响。基于人工智能技术,采集手机底层数据,精准分析大学生手机依赖形成的原因,并通过科学的反馈机制优化应对策略,能够减轻大学生对手机的依赖性,引导大学生养成良好的学习、生活习惯。

参考文献

　　[1]张雷.一款手机恶意软件数据分析管理系统[J].现代商贸工业,2024,45(12):267-268.

　　[2]程幸生.一种终端通用的手机侧抓包软件[J].电子制作,2021(6):76-78.

　　[3]张慧.数据库设计与学生信息管理系统优化[J].信息与电脑(理论版),2024,36(11):244-246.

　　[4]孙锦涛,李祺,李晓龙.基于异质图属性增强的恶意软件变种检测方法[J].四川大学学报(自然科学版),2024,61(3):21-35.

　　[5]叶永川.基于Android平台软件开发技术分析[J].新型工业化,2021,11(12):112-113+117.