基于数据挖掘技术的高校学生学业预警分析

周庆 肖逸枫

摘 要 以某高校计算机学院2012级293名学生前三学期的学籍信息和历史成绩信息作为研究对象，采用多種数据挖掘方法，旨在对高风险学生成绩情况和留级风险进行预测分析。研究表明，通过学生前三学期的历史成绩和学籍信息，可以有效地预测学生在第四学期结束后是否留级，准确率达到87.5%。将这一数据挖掘方法运用到学生日常管理中，可以利用大数据处理技术整合学生数据，进行客观、科学的分析和决策，起到学业监测和预警的作用。

关键词 数据挖掘；成绩预测；学业预警；教学管理；学籍信息

中图分类号：G645 文献标识码：B

文章编号：1671-489X（2018）06-0036-04

Analysis and Precaution of College Students' Academic Record based on Data Mining Technology//ZHOU Qing， XIAO Yifeng

Abstract In this paper， we study the student status information and historical grade of 293 students in the first three semesters from the

college of computer science of a certain university. Based on multi-

ple data mining methods， we analysis and predict the future acade-mic performance and the repetition risk of target students. The study shows that the student 's historical academic records and student sta-tus information， we can effectively predict whether a student will repeat at the end of the fourth semester. The accuracy rate is 87.5%. By applying the data mining method to the daily management of stu-

dents， we can use big data processing technology to integrate student

data， do objective and scientific analysis and decision-making， and play the role of academic monitoring and precaution.

Key words data mining； performance prediction； academic precau-

tion； teaching management； student status information

1 引言

教育大数据是整个教育活动中产生的、根据教育需要采集到的，一切用于教育发展并可创造巨大潜在价值的数据集合[1]。教育数据挖掘EDM（Educational Data Mining）

是综合利用机器学习和数据挖掘的技术和方法，对教育数据进行处理和分析，通过数据建模预测学生未来的学习趋势[2]。

近年来，高校学生人数急剧增加。通过数据挖掘，研究学生在校数据背后的趋势和问题，显得尤为关键[1]。通过研究高校学生在校相关数据，利用数据挖掘技术分析学生的行为数据和历史成绩，可以起到学业监测预警的作用。同时，利用结果有针对性地对学生进行指导，可以有效提升高校教学管理的工作效率。

本研究主要通过学生学籍信息和历史成绩，预测学生是否存在留级风险。首先对学生历史成绩进行预处理，计算出用于预测的四个特征变量。……