教育大數(shù)據(jù)支撐下的大學(xué)生學(xué)業(yè)預(yù)警模型設(shè)計(jì)-最新教育資料

1、教育大數(shù)據(jù)支撐下的大學(xué)生學(xué)業(yè)預(yù)警模型設(shè)計(jì)1. 引 言隨著高等教育趨向大眾化，高校學(xué)生人數(shù)急劇增加，根據(jù) 2016 年全國教育事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)顯示，全國高校在校學(xué)生總?cè)藬?shù)達(dá)到 3699 萬人，高等教育入學(xué)率達(dá)到 42.7%1 。然而，招生門檻的降低勢必會導(dǎo)致生源質(zhì)量的驟然下降， 增加學(xué)生管理工作難度。而大數(shù)據(jù)時代的到來， 促使教育行業(yè)不斷創(chuàng)新與變革。我國教育領(lǐng)域的不斷發(fā)展與變革正經(jīng)歷著空前絕后的考驗(yàn)，大數(shù)據(jù)和教育領(lǐng)域相結(jié)合成為時代發(fā)展的新趨勢。 隨著數(shù)字化校園、智慧校園的不斷推進(jìn)， 每個教師和學(xué)生每天都在生產(chǎn)大量的數(shù)據(jù)，這些數(shù)據(jù)大都只是被存儲在數(shù)據(jù)庫中， 而沒有將其進(jìn)行充分利用，甚至?xí)挥谰脛h除

2、。因此，如何利用這些數(shù)據(jù)，使這些數(shù)據(jù)成為有用的信息， 得到了教育工作者和學(xué)習(xí)者們的廣泛關(guān)注2 。2. 教育大數(shù)據(jù)的概念教育大數(shù)據(jù)是大數(shù)據(jù)中的一部分，特指在教育領(lǐng)域中的大數(shù)據(jù)。這里的教育是“大教育”的概念，具有全員、全程、全方位的特點(diǎn) 3 。教育領(lǐng)域中的大數(shù)據(jù)可以分為狹義和廣義兩類，從狹義的角度來說， 它是指學(xué)習(xí)者的行為數(shù)據(jù)，可以從與學(xué)生相關(guān)的管理系統(tǒng)中獲取， 而從廣義的角度來說，通常指人類在日常教育活動中產(chǎn)生的行為數(shù)據(jù)4 。3. 學(xué)業(yè)預(yù)警模型設(shè)計(jì)學(xué)業(yè)預(yù)警指的是高校遵照一定的標(biāo)準(zhǔn)， 綜合評價學(xué)生的日常學(xué)習(xí)表現(xiàn)和考試成績等因素， 根據(jù)評估結(jié)果， 生成相應(yīng)的預(yù)警信號，針對不同的預(yù)警信號，采取不同的措

3、施，幫助學(xué)生更好的完成學(xué)業(yè)，同時也可防止學(xué)生被取消學(xué)位或退學(xué)等現(xiàn)象發(fā)生。因此，本文綜合學(xué)生當(dāng)前的學(xué)習(xí)生活狀態(tài)以及過往的學(xué)習(xí)成績，提出一種基于支持向量機(jī)的學(xué)業(yè)預(yù)警模型，具體過程如下：Step1 ：表 1 所示為構(gòu)造的學(xué)業(yè)狀態(tài)特征向量， 由考勤指數(shù)、學(xué)習(xí)指數(shù)、 以及成績指數(shù)這三個影響學(xué)業(yè)的重要指標(biāo)組成，將預(yù)測結(jié)果分為“紫色、綠色、紅色”三級，其中紫色表示優(yōu)秀，綠色表示一般，紅色表示差。Step2 ：從學(xué)校的相關(guān)信息系統(tǒng)抽取基礎(chǔ)數(shù)據(jù)并根據(jù)表1 量化方法構(gòu)造學(xué)業(yè)狀態(tài)樣本集。將樣本集分為兩部分，一部分作為訓(xùn)練集，用于SVM分類器的訓(xùn)練，另一部分作為測試集，對SVM分類器的正確率和有效性進(jìn)行測試驗(yàn)證。St

4、ep3 ：根據(jù)交叉驗(yàn)證方法選擇 RBF型核函數(shù)的懲罰因子和參數(shù)。采用“ one against one ”的方法，使用訓(xùn)練集訓(xùn)練得到 3 個 SVM分類器。Step4 ：分別使用 3 個 SVM分類器對樣本集進(jìn)行分類，計(jì)算各個類別的得分，選擇分?jǐn)?shù)最高的一類作為測試集的預(yù)測結(jié)果。如果預(yù)測結(jié)果與人工標(biāo)簽相同，表明預(yù)測結(jié)果正確，否則錯誤，由此驗(yàn)證了分類器的總體正確率。如果正確率達(dá)到了事先劃定的閾值，則可以使用分類器對任意學(xué)生的學(xué)業(yè)狀態(tài)進(jìn)行預(yù)測；否則，將樣本集進(jìn)行重構(gòu)，然后更新參數(shù)進(jìn)行再次學(xué)習(xí)。由于學(xué)生的任何一個指標(biāo)都無法完全刻畫學(xué)業(yè)狀態(tài)， 因此綜合考慮以上三項(xiàng)指標(biāo)， 借助天氣預(yù)警信號， 用紅色、橙色、黃色、綠色、藍(lán)色、紫色 6 種顏色，展示不同的學(xué)業(yè)狀態(tài)情況，如表 2所示。4. 總結(jié)本文在教育大數(shù)據(jù)支撐下， 提出一種基于支持向量機(jī)的學(xué)業(yè)預(yù)警模型設(shè)計(jì)， 可自動識別學(xué)業(yè)不佳的學(xué)生并對其進(jìn)行預(yù)警。 通過這種方式可創(chuàng)建個性化定制教育實(shí)現(xiàn)學(xué)習(xí)優(yōu)化， 不但能增加教育工作的指向性， 而且有助于