社交关系在大学生校园生活中扮演着重要的角色。积极的社交关系会促进大学生心理健康的发展,消极的社交关系会造成大学生心理负面的影响,甚至带来抑郁症的风险。如何挖掘大学生社交关系并对其进行定量评价一直是教育研究的重点与难点。随着大数据、云计算和互联网信息技术的飞速发展,教育信息化已经成为当今高校教育管理的必然发展趋势。而在教育信息化的背景下,大量的学生行为轨迹数据通过刷卡签到的形式被记录下来,为研究学生社交关系以及探究其内在规律提供了巨大的机会和挑战。现有研究利用签到数据,基于共现的思想,采用移动轨迹的相关性来衡量社交关系。然而相关性的实验结果不能反映二者行为间的影响效应,经常遇到解释性偏差,学生由于作息规律相似带来的巧合共现会使得结果缺乏说服力。为了解决这一问题,本文利用多维霍克斯过程刻画学生刷卡行为,挖掘大学生社交格兰杰因果关系并研究其应用。主要的研究内容和创新工作包括:（1）提出一种基于多维霍克斯过程的社交因果关系推断方法。本文利用校园一卡通数据进行基于多维霍克斯过程的建模,设置偏好系数解决学生群体的同质性以及刷卡位置选择上的异质性问题。结合社交关系网络的稀疏性和低秩性作为惩罚项,挖掘隐藏于学生校园刷卡行为中的社交关系。为了验证模型的有效性,利用某重点大学物理学院两个班级65名本科学生的刷卡数据,估计出了大学生之间的格兰杰因果关系图。对比学生社交关系问卷调查数据,该模型的推断准确度和召回率分别达到98%和89%,表现出了较好性能。并且利用指数随机图模型和可分离时间指数随机图模型分析了该学院全体335名学生的社交关系网络形成机理及演化规律。（2）提出一种基于社交关系网络的学生成绩预测方法。本文将学生成绩预测问题转化为按照学习成绩对学生进行分类问题。利用得到的学生社交网络作为图输入,并且通过随机森林对学生的基本特征进行选择,最终将学生社交网络和选择出来的特征输入图卷积神经网络（Graph Convolutional Network,GCN）中。结果表明,在引入学生社交关系网络信息后,模型对学生成绩的预测准确率有显著的提升。本文为挖掘大学生社交行为产生的因果关系及其应用做了尝试工作,可以帮助管理者更好地了解大学生的社交关系,为更好地教育和管理学生提供参考。