基于大數(shù)據(jù)的高校學生成績預警分析研究

劉亞剛

摘要：隨著大數(shù)據(jù)技術的發(fā)展，利用大數(shù)據(jù)對學生成績及學生行為進行學業(yè)預警應運而生，通過教務管理系統(tǒng)獲取學生成績原始數(shù)據(jù)，經(jīng)過數(shù)據(jù)清洗，得到規(guī)范化數(shù)據(jù)，建立成績預測模型，利用成績預測模型進行分析，做出學業(yè)預警。

關鍵詞：大數(shù)據(jù);高校;學業(yè);成績;預警

中圖分類號：G642.0 文獻標識碼：A 文章編號：1007-9416（2020）05-0095-02

隨著計算機及網(wǎng)絡技術的發(fā)展，大數(shù)據(jù)技術被廣泛應用到各個行業(yè)，已有部分高校建設大數(shù)據(jù)中心，通過大數(shù)據(jù)技術采集學生成績數(shù)據(jù)，分析學生成績，給出成績預警，通過大數(shù)據(jù)技術，也可通過采集行為數(shù)據(jù)，分析學生心理健康、關注熱點、興趣愛好、生活規(guī)律等行為，基于此，筆者通過校園網(wǎng)采集的數(shù)據(jù)進行分析，建立高校學業(yè)預警機制以及開發(fā)動態(tài)預警系統(tǒng)，能夠有效促進高校教育教學質量的提升。

1研究現(xiàn)狀

近年來，在學業(yè)預警的學術研究領域，國內學者提出了一些預警方法和參考模型。其中，張福生等人提出了一種具有雙向預警閾值的動態(tài)學業(yè)預警系統(tǒng)參考模型。吳宗志等人提出了“通過建立課程預警、畢業(yè)授位要素預警等相關標準和規(guī)范配套工作流程，確定預警對象，并在分類的基礎上進行教育管理。楊洋等人提出通過整合學生個人真實數(shù)據(jù)，創(chuàng)建基于全新指標要素的研究模型，并構建學業(yè)預警系統(tǒng)功能架構圖，力求實時量化學生學業(yè)情況，輔助輔導員及其他教育管理者制定全面的教育培養(yǎng)方案。田勝參在高校學籍異動管理機制優(yōu)化研究中文章中提出了建立智能化的學籍管理信息系統(tǒng)、探索學籍二級管理、個性選課，服務學籍異動學生，促進異動學生的成長成才。周慶等人在技術數(shù)據(jù)挖掘技術的高校學生學業(yè)預警分析文章中提出了“挖掘學生行為數(shù)據(jù)背后隱藏的信息，可全面分析在校學生學業(yè)情況，使研究結果具有推廣性。陳烽等人提出應將學業(yè)預警制度化、促進各相關部門和學院合作、建立預警取消和退出機制、加強對學業(yè)困難學生的督促和幫扶力度、不斷更新技術手段，才能更加高效地實施學業(yè)預警，加強學業(yè)預警工作建設、幫扶學生學習、提高教育教學質量的目的。金義富等學者設計和分析了基于離群數(shù)據(jù)挖掘與分析的大數(shù)據(jù)環(huán)境下學業(yè)預警LAOMA模型，并將進一步對其進行測試與改進。據(jù)數(shù)據(jù)檢索顯示，自2007：年以來，每學年，高校普通本?？茖W生由于各種因素退學的數(shù)量占在校生人數(shù)約為0.75%，即每學年約15-20萬人退學。

利用大數(shù)據(jù)技術到教育平臺中，通過對學生行為數(shù)據(jù)及行為軌跡進行分析，能夠挖掘出學生成績這一學生行為的特點和關系，可以對近幾個學期的成績進行關聯(lián)分析，繼而推測出下一學期學習成績模型，對成績較低者給出預警，對于學生在新學年里自身行為的管理及約束提供輔助管理。

2學生成績預警研究

2.1數(shù)據(jù)源采集

為研究高校學生學習成績預測模型，采集了我校2015級到2018級在2019年第—學期所采集的學生成績數(shù)據(jù)，共獲得11719名學生數(shù)據(jù)，將這部分學生數(shù)據(jù)作為學生成績學業(yè)預警初始數(shù)據(jù)源，經(jīng)過數(shù)據(jù)清洗，選出9227;名學生記錄。

2.2數(shù)據(jù)分析

整理得到初始學生數(shù)據(jù)后，由于學生數(shù)據(jù)于各個列聯(lián)表沒有經(jīng)過整合，需進一步將原始數(shù)據(jù)處理為可用與學生成績關聯(lián)分析的數(shù)據(jù)變量。

其中max表示樣本數(shù)據(jù)的最大值，min表示樣本數(shù)據(jù)的最小值。

經(jīng)過數(shù)據(jù)清洗、預處理、降維后，提取出9227名學生記錄作為訓練樣本集，單個學生數(shù)據(jù)樣本如表1所示。

2.3分析結果

為了將學業(yè)需要預警的學生辨識出來，首先使s分數(shù)正態(tài)分布，然后對學生的預測成績進行分類，對學生s分數(shù)小于區(qū)間概率中較差的個體做出預警，并將學生根據(jù)s分數(shù)的分類打上類標簽，即：學霸、優(yōu)秀、良好、中等、及格、預警。如表2所示。

針對學生成績標簽所屬位置，對學生進行分類預警，其中預警415人，占總學生人數(shù)的4.4977%。對其發(fā)出學習成績一級預警，輔導員對其響應的學習行為指導。根據(jù)每學期成績，可得出每學期x分數(shù)，對連續(xù)兩學期達到預警級別的學生，給予二級預警，以此類推。從而提醒學生加強學習，重視學習成績。

3結語

本文主要針對于高校學生成績進行分析，在實際的高校管理中，還有若干方面可挖掘，從成績方面給出的預警只是單一方面，對學生的綜合評價還可以繼續(xù)細化，可從學生的作息時間、社團活動、獲獎級別、獲獎次數(shù)、運動軌跡，搜索熱點等方面進一步挖掘。學業(yè)預警不是給學生處分，而是幫助學生順利完成學業(yè)的一種途徑，給學生預先危險的警示，從而提高教育教學質量，對高校的發(fā)展具有推動意義。