改进的关联规则算法在学生成绩预警中的应用

针对现阶段高校教学数据库中积累的成绩数据量大,而教育者从中获取的信息少的现状。为此,结合关联规则算法挖掘频繁项目集的特点,利用改进的Apriori算法对学生成绩数据进行分析处理,找出数据中隐藏的课程关联规则,将这些规则用于学生成绩预警,及时找出可能出现不及格的课程,对部分学生给出警告,加强学习监督。实验结果表明,改进的Apriori算法的效率明显优于改进前,得出的关联规则可以作为学生成绩的预警因子。

智慧教学对预警学生的精准学习服务及教学效果探讨

文章针对当前高校工程教育专业认证如何保证课程教学质量问题,分析“互联网+教育”精准学习服务的有效途径,提出智慧教学对预警学生提供精准学习服务的观点,并通过在线开放课程数字逻辑与系统设计典型案例,阐述智慧教学对预警学生提供精准学习服务可以有效提高课程达成度的观点。

基于改进Apriori算法的大学生成绩关联分析

高校教学管理信息系统积累了大量的潜在有价值的成绩数据信息。针对数据多,知识少的问题,结合数据挖掘技术中的关联规则算法的特点,利用改进的Apriori算法对计算机学院的学生成绩进行挖掘分析,发现不同学科之间的关联关系,并给老师及管理决策者提供指导。帮助老师及时调整课程内容,对可能出现不及格的部分学生提出警告,督促他们学习,提高教学质量。实验表明,改进后的算法效率明显提高,挖掘的关联规则能够很好的为教学安排及决策管理提供理论支持。

大学生体质健康预警机制构建研究

运用文献资料法、数理统计法等,分析大学生《国家学生体质健康标准》评价的效能,依据《标准》的评价体系,从大学生体质健康测试、评价(个体、群体)、预警(黄、橙、红三级预警和升降预警)、反馈(信息、网络平台)、干预五个方面相互衔接、相互配合的机制视角来建立"测试(监测)→评价→预警→反馈→干预→测试(监测)"预警机制动态系统。预警机制模型的建立,不仅对学生体质健康测试数据具有评价功能,同时具有监控功能。体质健康预警的建立是《标准》评价效能的优化措施,将反馈与干预相结合,使学生体质健康评价更具有针对性;同时,通过不同颜色的预警警示使《标准》抽象的等级评价更加具体化,增加学生对体质健康评价的关注度,促进学生产生体质健康危机意识,从而达到主动参与体育锻炼,提高体质健康水平的目的。

高校学籍预警方法研究——以西安文理学院为例

据统计,全国共有高校2621所,大学生达到2300万左右。每年都有许多学生因为这样那样的原因受到学校的处分或者留级甚至退学处理。为了及时的挽救这些学生的学业或者学位,如何对这些学生提前进行告知是非常重要的。文章旨在通过对学生厌学的原因分析,来探讨学籍预警的一些合理、有效的方法。

高职院校学生成绩预警管理模式的探究

高职院校学生成绩预警管理是以对学生学习成绩的记载、统计和分析为依据,并通过成绩数据对存在的学习态度不端现象的学生进行及时告知和警示为管理核心的工作过程。高职院校成绩预警管理模式具有课程考核阶段化、成绩数据多元化、成绩统计立体化、成绩预警与反馈及时化等主要特点。实践证明,成绩预警管理模式的实施对高职院校在稳定教学秩序、树立良好学风、促进人才培养工作等方面有着极其重要的意义。

主动式实验课程成绩预警系统及其效果评估

针对现有教学信息系统在学生课外学习主动性促进方面存在的不足,设计并实现了一种可针对学生实验课程成绩进行主动式预警的系统。该系统根据学生以往实验报告及教师批阅信息,利用贝叶斯分类器对学生实验课程最终考核成绩提前作出预测并及时发出预警,以督促学生在课外更加主动地学习。将该机制应用于《C程序设计实验》教学改革中,结果表明,该系统能在结课前有效预测学生最终考核成绩,且启用成绩预警后,学生及格率相比从前提高了12%以上。

基于数据挖掘技术对培养应用型人才的课程学习现状与反思

本文通过对西安邮电大学2014—2018级研究生学位课学习成绩进行统计分析,发现公共基础课等选课人数较多的课程更容易出现不及格,与学术性学位研究生相比,专业学位研究生课程学习成绩不及格的人数和比例都比较突出。文章对此现象的成因进行分析并提出了针对性的措施。