基于學生成績大數據自動生成學業預警標準的探索

李 建

（四川輕化工大學教務處 四川·自貢 643000）

學業預警是高等教育管理方式，是學校加強學風建設和教育教學質量監控的一項重要措施。學業預警主要是指學校針對學生在求學過程中出現的學業不佳對學生本人及家長做出及時提示并采取相關措施以幫助學生順利完成學業的一種監督管理制度。本文以我校OracleDatabase學生成績管理系統為例，探索一種新的學業預警標準自動生成的方法。

1 學業預警現狀

目前學業預警數據獲取方法主要有二種：一種是目前較為常見的預警方法，學校管理部門通過學生成績管理系統自帶的學生預警統計功能，根據統計條件，如：“規定學生在當前學期獲得學分小于Y分，則被統計出來進行預警；也可以設定學生不合格門數大于X門”，進行統計預警；也就是說只要管理部門給出一個標準就可以根據該標準對符合條件的學生進行統計，生成預警記錄。這個標準是來自于相關制度文件并且全校標準統一，沒有針對性。但是不同專業、不同學期學生所修學分不相同，如果使用同一標準進行統計，統計出來的數據，指導性和實用性不強。如：我校2019級輕化工程專業在2019-2020-1學期執行計劃總學分為33.5學分，而2019級勞動與社會保障專業在2019-2020-1學期執行計劃總學分為17個學分，由此可以看出，如果按照獲得學分小于15個學分即被預警，那2019級勞動與社會保障專業的只要有2個學分不合格就會被預警；而2019級輕化工程專業學生只有超過18.5學分不合格才會被預警，這種方法對2019級輕化工程專業基本上沒有起來預警的作用。由此可以看出目前這種預警方式確有不科學的地方。另一種方式是充分利用學校大數據中心對學生成績、消費記錄、圖書館門禁、網絡訪問等多渠道刻畫學生的學業狀態，設定標準進行預警。但是這種預警方法成本高、建設難度大還處于探索階段。

2 一種新的學業預警標準構想

不管是完全學分制，還是學年學分制，同一個專業，學生在每學期所獲得學分應該是相似的，在畢業時所需要畢業總學分應該是相等的，不同專業畢業標準不相同，如使用同一個標準進行預警那數據區分度不高。但如果我們以某年級專業超過70%的同學在某一時刻或者某個時間段獲取的學分作為學業預警標準，然后以此為標準來對該年級專業學生進行預警統計，這樣統計出來的預警結果是不是更具有針對性和指導性。

目前各高校都有自己的學生成績管理系統，并且學生全部成績都存儲于學生成績管理系統數據庫中，有了學生全部數據，即可不需要增加任何額外成本的情況下，有針對性的實現學生學業預警標準的自動生成。

3 學業預警標準生成

我校Oracle Database學生成績管理系統中記錄了學生成績詳細信息，現在我校某學院1214名在校學生共計52014條成績記錄為數據源進行分析。

首先數據清洗，先除去網課（通知選修課）和素質實踐課（二課堂）成績，這二部分成績每個學生獲得的學分情況不相同，所以不作為標準數據納入統計。然后再對學生課程成績進行數據清理，如該課程學生有正考、補考、多次重修成績，則取學生成績、績點的最高值，而課程性質、學分則取第一次正考時的課程性質和學分。主要使用sql語句group by分組函數統計出該專業每個學生已經通過課程和學分，清洗后“數據清洗獲得學生成績表”按學號、課程名稱、學年、學期、學院、年級、專業、課程性質進行分組，獲取到最高成績、績點，正確學分、課程性質等。

自動生成專業學業預警標準，這里的標準是指本專業超過70%同學在分學期獲得學分或者累計學期獲得學分。這個標準是通過對本年級專業全體學生所有成績進行統計后得到的，因此標準具有針對性和指導性。主要思路首先是獲得每個學生分學期獲得學分或者累計學期獲得學分總和，主要使用sum函數和group by函數進行分組匯總，然后統計出獲得相同學分人數，篩選出獲得相同學分人數最多的學分作為標準，這里主要是使用dense_rank()OVER(partition BY ORDER BY desc)排序功能實現，按相同學分的人數多少進行降序排序，取排序第1的記錄為標準。

這里已OracleDatabase學生成績管理系統為例，展示自動生成不同年級不同專業累計學期已獲得學分預警標準，代碼如下：

標準可行性分析

由上表可以看出，約70%以上的同學獲得的學分都是標準學分，因此生成的預警標準學分具有作為普遍性，用于統計學業預警有針對性和指導性。

學生學業預警標準可以根據需要按分學期生成、累計學期生成、也可以按課程性質生成，根據不同的需求生成不同的標準。

4 結果與討論

使用該方法生成學生預警標準的前提是同一個專業所有學生，在某個時間點，時間段所獲得的學分是相同的，進行預警，對提前畢業、降級、延期畢業等特殊學生使用這種方法還有一定的局限性。

該標準的生成僅是根據學生獲得的成績及學分進行分析，沒有涉及學生培養方案統計，以后可以進一步結合培養方案自動生成預警標準。

因為需要對全數據進行分析，對硬件系統資源消耗較大，統計時間較長。

5 結語

目前，這種自動生成預警標準的方法，已經通過我校的學業預警實踐更到了驗證，是可操作的、具有指導意義。同樣這種自動生成預警標準的方法可以針對不同的學生成績管理系統，采用不同的代碼實現該功用，因此它具有一定的普遍實用意義。

使用這種方法獲取的學業預警標準，對于很多沒有建立大數據中心，或者還在使用傳統學業預警的學校，具有可操作性和實用性。對學生學業預警具有針對性和指導性。傳統的預警方式只能是讓學生自己跟自己找差距，這種差距促使學生主動學習的動力不強。而新的學業預警數據可以看到自己與大多數同學的差距，這種與他人比較找差距可以促使學生主動學習的動力會更強。

本文只是針對學業預警標準的生成，提出了一些作者的想法，針對如何使用已經學生的學業預警標準統計學生學業預警情況，我們將做進一步研究。