面向未來學習中心的大學生學業預警模型研究

摘要：自改革開放以來，我國高等教育規模不斷擴大，本科生學業不佳的問題也日益凸顯，因此，針對大學生的學業預警和早期幫扶是高校迫切需要解決的問題。針對鮮有基于圖書館利用數據構建大學生學業預警模型的現狀，文章融合南京航空航天大學教務處學業數據和圖書館利用數據，利用機器學習方法構建了大學生學業預警模型。研究結果表明：對邏輯思維要求高的科目對學籍異常有顯著影響；在圖書館利用數據中，學生入館次數相比借閱次數更能顯著影響學生成績。研究結果可為高校建設未來學習中心、提高教務管理和圖書館服務水平提供參考。

關鍵詞：大學生；學業預警模型；機器學習；未來學習中心

中圖分類號：G250.7" 文獻標志碼：A

0 引言

改革開放以來，我國高等教育實現了從大眾化到普及化的過渡，隨著教育規模持續擴大，本科生學業問題日益凸顯，頻繁出現留級、退學的現象。運用數據挖掘和機器學習算法，尋找教育大數據中學業數據的規律，構建學業預警模型是近年來教育數據挖掘（Educational Data Mining， EDM）的一大研究方向［1］。學業預警模型旨在對學生在校期間已經發生或可能發生的學業問題進行主動預警，并根據具體情況給出幫扶措施，幫助學生順利完成學業［2］。

國內外對于學業預警的研究仍處于起步階段。國外學者在基于機器學習算法構建學業預警模型的相關研究中，在研究數據層面，現有研究多以學生基礎信息和在線學習信息為研究數據［3-7］，學生日常行為數據沒有得到充分利用，如圖書館利用數據。此外，在實證研究上，存在實證研究較少且學習預警指標選取時對動態數據關注不夠的問題［8］。相較于國外，國內學業預警的研究起步較晚，但是近幾年，隨著國家對高校教育的重視，對教育領域相關項目研究給予了越來越多的肯定和支持，國內學者也對利用機器學習方法構建學業預警模型展開了積極探索［1，9-12］，然而大部分研究主要停留在理論層面，多為學業預警機制研究和預警模型設計，大多數高校都沒有建立起學業預警系統，應用層面研究欠缺。綜上，現階段高校學業預警研究存在以下兩方面問題：一是鮮有基于圖書館利用數據構建學業預警模型的研究；二是大多數高校沒有建立起學業預警系統，對學業不佳學生的問題反應不靈敏，未能及時有效地為他們提供有針對性的幫助，大多停留在問題暴露后的被動應對上，幫扶手段較為僵化且缺少后續的跟蹤。

高校圖書館承擔著學校教學科研、人才培養、文化傳承等重要任務和使命，隨著大數據、人工智能技術的發展以及相關政策的支持，高校圖書館在本科生學業中的作用日益受到重視。2021年，教育部高教司司長提出鼓勵高校依托圖書館試點建設一批“未來學習中心”，發揮高校圖書館優勢，整合學校各類學習資源和新一代數字化技術，打造支撐學習方式變革的新型基層學習組織［13］。改革傳統人才培養模式，探索新時代育人新范式［14］。未來學習中心的核心教育理念旨在利用智能科技和數字化手段，培養學生創新思維、批判性思考和問題解決能力等新一代核心素養，最終達到優化學生學習成果并提升教學效率的核心目標［15］，這與學業預警系統的幫扶目標相耦合。

鑒于上述背景，本文旨在提出一種基于監督機器學習方法的預測分析模型，根據學生的歷史學習成績和圖書館利用行為預測學生學籍異常情況，并對模型性能進行評估。本研究一方面探索學業預警的新方法，提高學生成績預測的準確性和可靠性；另一方面可以為高校建設未來學習中心、提高教務管理水平和圖書館服務水平提供參考。

1 研究設計

1.1 研究框架

本研究數據來源于教務處學業數據和圖書館利用數據，利用機器學習算法構建大學生學業預警模型，確定哪些特征影響學生的學籍異動，并進一步研究圖書館利用行為對于學生學籍異動的影響。技術路線如圖1所示，首先是收集和整合數據，其次是對數據進行預處理，最后是構建和評估模型。

1.2 數據來源

本文的數據為南京航空航天大學教務處和南京航空航天大學圖書館提供的教育數據，包括教務處學生學業數據和圖書館利用數據。本研究基于學生學籍異常分布情況，選擇主機專業2017—2020級的學生教育數據作為本研究的實驗樣本基礎，以確保研究更具有針對性和實際應用性。

2 學業預警模型構建與評估

2.1 數據預處理

數據集是構建機器學習模型的起點，本質上是一個M×N矩陣，其中：M代表列（特征），N代表行（樣本），如果N包含定性值，那么數據集（由M和N組成）可以用于分類任務。本文就是分類任務，用選定的課程特征預測學生的學籍異動情況。

教務處提供的學業數據格式主要是［學生、課程、成績］與［學生、平均學業績點］的列表，圖書館利用數據格式為［學生、借閱冊數、入館次數］的列表。本實驗采用的樣本數據格式主要是［學生、各科課程成績、借閱冊數、入館次數、平均學業績點］。

基于教務處原始學業數據，需要進一步對這些原始數據進行預處理，對數據進行各種檢查和審查，主要包括數據清理、數據整理，糾正列表中的缺失值、拼寫錯誤，使數值正常化和標準化以使其具有可比性。除此之外，本文最主要的工作是轉換數據形式，將原始數據轉換為本實驗采用的樣本數據，這一轉換過程涉及的工具主要包括Python 3、Excel。

此外，教務處學業成績中除了必修課，選修課占據很大部分，為了能達到樣本和特征數量的平衡，采取的方案如下：根據主機專業的學生課程成績，按照從高到低進行排序，選取前n門課作為特征，然后計算全部選擇這些課程的學生數量作為樣本量。例如對于主機專業2017—2020級，選擇前20門課程，樣本量達到1232條，樣本數據集示例如表1所示。20門課程分別是“概率論與數理統計Ⅱ”“線性代數”“C++語言程序設計”“C++語言課程設計”“大學英語Ⅳ”“毛澤東思想和中國特色社會主義理論體系概論”“大學物理實驗I2”“中國近現代史綱要”“大學物理實驗I1”“思想道德修養與法律基礎”“電工與電子技術課程設計”“理論力學Ⅰ”“大學生心理健康教育”“材料力學Ⅰ”“創業基礎”“理工基礎化學I”“工程圖學I1”“工程圖學I2”“大學生職業生涯發展與規劃”“計算思維導論實驗”。

2.2 模型訓練

本文采用了樸素貝葉斯（Naive Bayes）、邏輯回歸（Logistic Regression）、廣義線性回歸（Generalized Linear Model）、快速間隔分類（Fast Large Margin）、深度學習（Deep Learning）、決策樹（Decision Tree）、隨機森林（Random Forest）、梯度提升樹（Gradient Boosted Tree）和支持向量機（Support Vector Machine）9種分類和回歸模型來預測學生的學籍異動情況，運用網格搜索方法進行模型訓練和參數優化，將最優參數下的模型運用于測試數據集。以準確率和AUC值作為模型評價指標，進行各模型性能的比較。使用RapidMiner完成建模，采用十折交叉驗證，將數據集劃分為訓練集（90%）和測試集（10%）進行評估。

經過參數優化，當算法模型達到最優性能時，快速間隔分類C值取0.001；決策樹最大深度為7；隨機森林最優樹數量為20，最大深度為7；梯度提升樹最優樹數量為90，最大深度為4，學習率為0.1；支持向量機Gamma值取0.005，C值取100。

2.3 模型性能評估

本文構建的大學生學業預警模型主要關注預測結果的準確度，因此，要評價各個算法模型的指標選擇準確度和AUC值，其中，準確度表示所有樣本中被預測正確的樣本的比率，其值越高表示模型預測的準確度越高；AUC值表示ROC曲線下的面積值，該值越接近1，準確性越高［16］，模型的性能也越好。模型性能評價指標如表2所示。

根據以上9種算法模型在準確率和AUC值的對比情況，隨機森林的準確率最高，樸素貝葉斯的AUC值最高，但是隨機森林在準確率和AUC指標兩者之間達到了更好的平衡，后續可以優先利用隨機森林算法構建的大學生學業預警模型進行部署推理。

2.4 特征因子重要性分析

在大學生學業預警模型中不同因子的特征重要性（Importance of Feature，IF）表示每個因子在預測中具有不同的強度，其范圍為0.089～0.497，如圖2所示。

從圖2可以看出，材料力學、數學類（“線性代數”“概率論與數理統計II”）以及編程類（“C++語言課程設計”）等需要邏輯思維的課程與學籍異動之間存在顯著的相關性。在圖書館利用數據中，“入館次數”相較于“借閱冊數”對學籍的影響更大，可能是高入館次數暗示學生傾向于在圖書館集中學習，學習時間的有效利用可能會帶來更好的學業表現，降低學籍異常的可能性；此外，較高的入館次數可能反映學生更加積極利用圖書館的學習環境和資源。圖書館通常提供安靜、專注的學習空間，以及豐富的圖書和學術資源，學生在這樣的環境中可能更容易保持專注，提高學業水平。

3 討論

3.1 大學生學業預警模型的發現

教育數據挖掘可以將大量的學生教育信息轉化為有價值的教學信息，學業預警作為教育數據挖掘分析的重要環節，為教學干預和教學預測提供了可靠的科學依據。本文利用南京航空航天大學主機專業2017—2020級學生的教育數據，利用機器學習算法構建了大學生學業預警模型，主要研究結論如下。

（1）對樸素貝葉斯、邏輯回歸、廣義線性回歸、快速間隔分類、深度學習、決策樹、隨機森林、梯度提升樹和支持向量機9種預警模型進行了性能評估，實驗結果表明：隨機森林在準確率和AUC值方面表現最優，可優先用于構建大學生學業預警模型。

（2）理論力學、數學類（“高等數學”“概率論與數理統計”“線性代數”）、編程類（“C++語言課程設計”）等對邏輯思維要求較高的課程和學籍異動之間具有顯著的相關性。

（3）圖書館利用數據中，“入館次數”相較于“借閱冊數”對學籍的影響更大，初步分析可能是學生的高入館次數在一定程度上反映了較長的學習時長和積極的學習動機。

3.2 面向未來學習中心的學業幫扶

扎實做好學業幫扶工作是學業預警機制的落腳點，目前，高校對學業不佳學生的幫扶大多停留在問題暴露后的被動應對上，幫扶手段較為僵化且缺少后續的跟蹤。隨著人工智能和大數據等新一代數字技術的飛速發展，未來教育模式將會發生巨大變革。未來學習中心的建設是適應快速技術和社會變化現實需要的一項關鍵舉措，利用智能科技和數字化手段推進學生的幫扶工作，優化學生的學習成果并提升教學效率，幫助學生順利完成學業。本文基于以上3條實驗結果，提出相關建議以提升高校學業預警幫扶機制的實踐效果，為高校依托圖書館建立未來學習中心提供參考。

3.2.1 未來學習中心的個性化學業支持

未來學習中心是技術發展和教育變革背景下對未來學習場景的一種重新定義和探索，注重以人為本，為學生提供更加高效、個性化和創新的學習體驗。為此，未來學習中心在對存在潛在學業風險的同學進行幫扶的過程中，應以學習者為中心，建立學業幫扶系統：首先，對面臨學業預警的同學建立學業跟蹤機制，對其學業跟蹤和反饋，通過定期的學科測驗、考試或課堂參與情況的評估及時發現學生的學科學習問題，通過深度學習、人工智能等先進技術，提供個性化的學習路徑和資源，以滿足學生的個性化需求。對于與學生績點影響較大的學科，未來學習中心應積極進行特色化資源建設，保障學科導向的資源支持。以南京航空航天大學主機專業學生為例，對于理論力學、數學類和編程類等對邏輯思維要求較高的課程，圖書館可以提供相關的專業書籍、期刊、在線課程、教學視頻等資源，以滿足學生的學習需求。同時，學生可以根據自身興趣、能力和學習進度選擇學習內容和方式，提高學習效率和效果。另外，學生心理健康不容忽視，未來學習中心通過定期的心理健康評估，了解學生的情緒狀態和應對壓力的能力。根據評估結果，提供相應的心理健康支持和建議，確保學生在面對學業壓力時，能夠獲得適當的幫助。

3.2.2 教務處實時學業監測

高校教務處可以優先選擇隨機森林模型進行學業預警，并建立實時監測系統，實時獲取與學生成績、行為等相關的數據，及時發現學業風險并將預警結果及時反饋給學生、教師和教務管理人員。在識別出可能面臨學業問題的學生之后，第一時間制定針對性的學業輔導與干預措施，確保學生的學業問題得到及時關注和解決。此外，教務處可以聯動圖書館技術部定期評估預警系統的性能，根據評估結果對預警模型進行優化和調整，確保預警系統的持續有效性。

3.2.3 圖書館資源與服務優化

學生的入館次數與其學習動機和學習時長有較大的相關性。首先，圖書館可以利用“入館次數”信息，建立學生學習行為的模型，及時發現入館學生群體對圖書館資源和服務的需求特征。其次，為了幫助學生更好地利用圖書館資源，提高學習效果，圖書館可以提供針對性的學科服務，如學科咨詢、學科導航、學科培訓等。最后，圖書館可以通過社交活動和學術活動組織，如組織學術講座、學術沙龍和社交活動，營造積極向上的學術氛圍，幫助學生建立良好的學術交往圈，促進互相學習和共同成長。

4 結語

新一代數字技術的發展已經深刻地改變了人們的教育和學習方式，而建立未來學習中心是應對時代變遷和實際需求的必要之舉。本文通過構建大學生學業預警模型以挖掘與大學生學籍異常密切相關的因素，為提前識別學業困難的學生、及時進行學業輔導與干預提供了解決方案。本研究可為未來學習中心建設、教務管理、圖書館資源和服務優化提供參考與借鑒，更多與大學生學業異常相關的因素及其作用機制還有待未來進一步探索。

參考文獻

［1］任小華，種蘭祥，楊建鋒.基于FT＿BP神經網絡的學業預警模型［J］.計算機應用研究，2020（增刊1）：83-85.

［2］牟智佳，李雨婷，嚴大虎.混合學習環境下基于學習行為數據的學習預警系統設計與實現［J］.遠程教育雜志，2018（3）：55-63.

［3］BALQIS A， NAZAR Z， HANG A. A systematic literature review of student’ performance prediction using machine learning techniques［J］. Education Sciences， 2021（9）：552-579.

［4］SANTOS G A S， BELLOZE K T， TARRATACA L， et al. EvolveDTree： analyzing student dropout in universities［C］//2020 International Conference on Systems， Signals and Image Processing （IWSSIP）. Niteri， Brazil： IEEE， 2020： 173-178.

［5］CHEN C H， YANG S J H， WENG J X， et al. Predicting at-risk university students based on their e-book reading behaviours by using machine learning classifiers［J］. Australasian Journal of Educational Technology， 2021（4）： 130-144.

［6］MUSSO M F， HERNNDEZ C F R， CASCALLAR E C. Predicting key educational outcomes in academic trajectories： a machine-learning approach［J］. Higher Education， 2020（5）： 875-894.

［7］HANNAFORD L， CHENG X， KUNES-CONNELL M. Predicting nursing baccalaureate program graduates using machine learning models： a quantitative research study［J］. Nurse Education Today， 2021（99）： 104784.

［8］肖巍，倪傳斌，李銳.國外基于數據挖掘的學習預警研究：回顧與展望［J］.中國遠程教育，2018（2）：70-78.

［9］金義富，吳濤，張子石，等.大數據環境下學業預警系統設計與分析［J］.中國電化教育，2016（2）：69-73.

［10］王磊，趙芳芳.高等職業院校分類招考背景下的學生學業早期預警研究［J］.中國職業技術教育，2017（32）：70-74.

［11］趙慧瓊，姜強，趙蔚，等.基于大數據學習分析的在線學習績效預警因素及干預對策的實證研究［J］.電化教育研究，2017（1）：62-69.

［12］王改花，傅鋼善.網絡學習行為與成績的預測及學習干預模型的設計［J］.中國遠程教育，2019（2）：39-48.

［13］孫鵬，王宇，劉新勇.高校圖書館未來學習中心建設：緣起、現狀、困惑與路徑［J］.圖書情報工作，2024（6）：12-20.

［14］吳巖.加快高校圖書館現代化建設助力高等教育高質量發展［J］.大學圖書館學報，2022（1）：7-8.

［15］朱永新，楊帆.重新定義教育：未來學習中心的形態構建與實踐暢想：朱永新教授專訪［J］.蘇州大學學報（教育科學版），2020（4）：83-91.

［16］劉巧紅，馬雨生，蔡雨晨.基于XGBoost算法的糖尿病分類預測模型及應用［J］.現代儀器與醫療，2023（4）：1-6.

（編輯 何琳）

Research on the academic early warning model of college students facing future learning centers

ZHANG" Wei1， LI" Xiaotao2*， LIU" Cunjie2， QIN" Haixia1， XIE" Ling2，3

（1.Academic Affairs Office， Nanjing University of Aeronautics and Astronautics， Nanjing 210016， China;

2.Library， Nanjing University of Aeronautics and Astronautics， Nanjing 210016， China; 3.College of Economics and Management， Nanjing University of Aeronautics and Astronautics， Nanjing 210016， China）

Abstract：" Since the reform and open， the scale of higher education in China has been continuously expanding， and the problem of poor academic performance among undergraduate students has become increasingly prominent. Therefore， early warning and assistance for college students are urgent issues that universities need to solve. In response to the current situation where there are few college student academic warning models based on library utilization data， this article integrates academic data from the Academic Affairs Office of Nanjing University of Aeronautics and Astronautics and library utilization data， and uses machine learning methods to construct a college student academic warning model. The research results indicate that subjects with high requirements for logical thinking have a significant impact on abnormal student status. In the utilization of data in libraries， the number of times students enter the library has a more significant impact on their academic performance compared to the number of times they borrow. The research results can provide reference for universities to build future learning centers， improve academic management and library service levels.

Key words： college student; academic warning model; machine learning; future learning center

基金項目：2023年南京航空航天大學本科教育教學改革研究項目；項目名稱：基于圖書館大數據的大學生學業預警模型研究；項目編號：2023JGTS15Z。

作者簡介：張煒（1973—），女，講師，碩士；研究方向：教育教學管理。

*通信作者：李小濤（1986—），男，副研究館員，博士；研究方向：信息計量與科學評價。