校园防欺凌不是「哪里出事赶哪里」的被动响应，而是「哪里高发排哪里」的主动预防。「AI 防欺凌」系统的「校园防欺凌预警中心大屏」中，「区域风险排行」+「校园地图」+「高频触发词」+「预警事件趋势」四个子模块，共同构成一套「区域风险地图」，把校园治理从「凭经验巡查」升级为「按数据重点巡查」。

一、为什么「区域风险」必须单独设计成一组能力？

传统防欺凌治理的最大痛点，是学校对「校园里哪些区域是高风险区」缺乏量化判断。校长和班主任往往凭印象认为「厕所是欺凌高发地」「操场看台背后容易出事」，但这种经验判断有两个问题：第一，不同学校的校情差异极大，城市学校与乡村学校、寄宿制与走读制、小学与初中的高发区域并不一致；第二，凭印象巡查难以持续，老师们的注意力会被「最近的某一次事件」带偏，无法稳定覆盖所有潜在高风险区。

亲小禾「AI 防欺凌」的「区域风险排行」+「校园地图」能力，把治理变成了数据驱动：「区域风险排行」以周/月为周期统计每个校园区域（教学楼卫生间、操场看台、宿舍楼走廊、图书馆角落、食堂排队区等）的事件数，按从高到低排序；「校园地图」则把风险排行数据叠加到校园平面地图上，用色阶（红/黄/蓝）直观呈现每一区域的风险等级。两组数据相互印证、相互补充，让学校能在「客观数据」+「空间直观」的双重视角下做巡查决策。

二、「高频触发词」为何是「区域风险」的关键补充？

「区域风险排行」告诉我们「哪些地方风险高」，「高频触发词」告诉我们「学生们在这些地方到底在说什么」。亲小禾「校园防欺凌预警中心大屏」的「高频触发词」沉淀一段时间内学生使用的关键词，分两类呈现：第一类是求救类（救命、帮帮我、别打我、他们又来了），第二类是描述类（又是他、躲着走、被堵在厕所）。把「高频触发词」与「区域风险排行」叠加呈现，学校能看到「操场看台背后」+「救命」+「又是他」这三个标签同时出现的高频组合——这种三维交叉的洞察，是单看任一数据维度都看不到的。

三、「预警事件趋势」如何让治理「看见长期变化」？

「区域风险」不仅是当下的横截面，更需要纵向的趋势：「预警事件趋势」以日/周/月三档时间维度展现事件量的变化曲线。当趋势线出现明显抬升，校长可以判断「近期是不是集中出现了某种新形态的欺凌」，并向班主任、心理老师、家长委员会发起有针对性的工作调整；当趋势线明显下降，则可以回顾「上一次治理动作是哪一项」，把有效经验沉淀到学校制度中。这种「趋势—决策—复盘」的纵向治理路径，是「区域风险地图」在时间维度上的延伸，让治理从「一次性处置」升级为「周期性优化」。