2020屆本科畢業生學業預警成長追蹤分析

趙雅楠 龐冬

[摘 ? ? ? ? ? 要] ?通過對學院就讀期間有學業預警經歷的應屆學生進行整理，形成學院學業預警信息庫。在此基礎上提取2020屆畢業生的相關信息，以直觀的畢業率、學位授予率及學分績點為依據，從而體現學校的學業預警機制的效果及學生各方面的積極變化。以學生為主體，基于Apriori算法不及格課程關聯性分析，根據學生預警前后學分績點等情況進行對比，了解學生預警前后的學習變化，從而形成追蹤學生在校期間的成長檔案。

[關 ? ?鍵 ? 詞] ?學業預警;應屆生;成長追蹤

[中圖分類號] ?G645 ? ? ? ? ? ? ? [文獻標志碼] ?A ? ? ? ? ? ?[文章編號] ?2096-0603（2021）09-0156-02

一、研究背景及意義

《國家中長期教育改革規劃綱要（2010—2020）》指出“要堅持育人為本，以學生為主體，關心每個學生”，并且“建立健全教育質量保障體系”，“建立學習困難學生的幫助機制”。2019年10月教育部發布《關于深化本科教育教學改革全面提高人才培養質量的意見》中提出“堅決取消“清考”。本研究以學業預警學生作為研究對象，通過收集教學辦學生學習成績、學分績點、不及格學生清理狀況，結合班主任提供不同時間段對學生的談心談話及幫扶學習，以及學院輔導員對學生心理輔導工作，幫助學生重獲學習自信，加強對學生自我管理及自我約束能力的培養。

通過對學業預警學生的追蹤分析，形成不同類型學生的案例庫對幫助今后遇到相同類型的學業預警學生有相應的處理經驗。通過此項研究主要從學校、學院及學生三個層面有積極影響。學校通過對一個學院學業預警學生的分析和總結，對學校實習的學業預警機制亦是監督和自我革新的過程，對學業預警學生后期的學習方面的變化來判斷學業預警機制對學生學習成績監控是否有力;學院通過對應屆畢業生的畢業率及學位授予率的直觀數據判斷學業預警學生是否正常畢業，在學期間學業預警是否真實警示學生;通過對學業預警學生的訪談及觀察，與學生交流交往，幫助學生學會正確的歸因學業預警的原因，讓學生學會審視自己的問題，并在不同階段學會反省自身的問題，了解學習的意義和價值。

二、基于Apriori算法不及格課程關聯性分析

（一）不及格課程重新編碼及支持度

Apriori算法是常用的用于挖掘數據關聯規則的算法，它用來找出數據值中頻繁出現的數據集合，找出這些集合的模式有助于我們做一些決策。例如2020屆畢業生統計出不及格課程，有些課程頻次比較高，那么這些頻次高的課程之間是否有關聯性值得研究，幫助學生厘清課程之間的關系。

根據研究統計出不及格課程的頻次表，假定最小頻次為3次，選取相應的課程做關聯性分析。根據不同的課程名稱進行字母編碼A～K。則重新編碼的課程頻次、支持度及編碼。

（二）學業預警學生不及格課程編碼后信息

根據算法思想進行課程名稱以字母進行重新編碼后，相關案例不及格課程組合進行重新整理，將頻次低于3次的不及格課程進行忽略，重新整理信息。

（三）編碼后第二次數據挖掘

根據算法思想，進行第二次數據挖掘處理，將最小支持度設置為0.5，將支持度小余0.5的進行忽略處理，即忽略課程A、B、C、H、J、K。二次數據挖掘后的匯總信息如表1所示。

根據最小支持度大于0.5，剩余二次挖掘后的數據為D、E、F、G、I，五門課程共有排列組合即DE、DF、DG、DI、EF、EG、EI、FG、FI、GI。每個組合支持度分別為：0.4、0.3、0.5、0.3、0.6、0.6、0.4、0.6、0.3、0.5，即有效組合為DG、EF、EG、FG、GI。

（四）編碼后第三次數據挖掘

根據第二次挖掘后得出有效組合為DG、EF、EG、FG、GI。第三次數據組合為DFG、DGI、EFG、EGI、FGI五種組合，每個組合支持度為：0.3、0.3、0.5、0.4、0.3，即可得出關聯規則為EGI。

對于頻繁項集{E，G，I}，它的非空子集有{E}、{G}、{I}、{E，G}、{E，I}、{G，I}，根據得出的關聯規則計算其置信度如表2所示。

經過Apriori算法分析可知，置信度大于等于0.5都屬于強關聯規則。即2020屆畢業生中學業預警學生的10名學生中，70%學生高等數學Ⅰ（2）不及格，那么這部分學生有74%的概率會掛毛概和經濟學課程;90%學生毛概不及格，那么這部分學生有56%概率會掛高等數學Ⅰ（2）和經濟學;50%學生經濟學不及格，那么這部分學生有很大幾率會掛毛概和高等數學Ⅰ（2）。50%學生毛概和經濟學不及格，那么這部分學生有大概率會掛高等數學Ⅰ（2）;40%學生高等數學Ⅰ（2）和經濟學不及格，那么這部分學生有大概率會掛毛概;60%學生毛概和高等數學Ⅰ（2）不及格，那么這部分學生有83%會掛經濟學。

三、對策及建議

（一）關注學生心理，幫助重獲學習自信

在研究過程中，會發現學生的心理問題同樣受到關注，當學生學業預警后，應該首先了解學生目前的學習困境，以及什么原因導致學業預警。班主任和輔導員及時做好學生的心理輔導工作，通過不同階段的談話讓學生意識到不同階段的學習成效，并幫助學生重新獲得學習自信。

（二）班級學習氣氛的正向引導

在典型案例的收集中發現，班級學習氣氛會對學生學習產生影響。正所謂近朱者赤，如果班級中出現小部分不學習或者有不良學風的學生時，應盡快及早處理。學生之間的從眾心理亦不可忽視。班主任在班級管理過程中不僅要關注學生學習成長進程，還應運用管理手段營造積極向上的學習氛圍。

（三）建立學業預警學生幫扶機制

經過研究發現學業預警學生渴望在預警后有相應的幫扶計劃。通過學院對學生學習情況的了解，對癥不同的學生采取針對性策略，充分調動學院的積極影響因素，結合學院領導部署、班主任對學生情況收集、教學辦教學秘書對學生成績分析和輔導員對學生的心理狀態了解，最終調動學院積極力量幫助學生解決學習困境。

參考文獻：

[1]袁路妍，李峰.改進的關聯規則Apriori算法在課程成績分析中的應用[J].中國教育信息化，2017（17）：1-2.

[2]傅亞莉.基于Apriori算法的高職院校課程相關性分析[J].長春工程學院學報（自然科學版），2013（4）：108-113.

[3]顧云峰，吳鐘鳴.基于教育大數據的學習分析研究綜述[J].中國教育信息化，2018（7）：5-10.

[4]周慶，肖逸楓.基于數據挖掘技術的高校學生學業預警分析[J].中國教育技術裝備，2018（6）：42-45.

[4]吳修國，孫濤.基于教育大數據挖掘的大學生學業預警研究[J].中國教育信息化，2020（4）：2-3.

[5]姜岱琳.國內外高校學業預警制度淺析與啟示[J].科教導刊，2020（1）：1.

[6]陳欽華.構建學分制下高校學生學業預警機制的探索[J].廣西師范學院學報（哲學社會科學版），2007（S2）：60-65.

[7]教育部.關于加快建設高水平本科教育全面提高人才培養能力的意見[Z]，2018.

[8]教育部.關于深化本科教育教學改革全面提高人才培養質量的意見[Z]，2019.

[9]教育部.國家中長期教育改革和發展規劃綱要（2010-2020）[Z]，2010.

[10]教育部.教育部關于深化本科教育教學改革全面提高人才培養質量的意見[Z]，2019.

編輯 張 慧

①新疆農業大學校級教研教改項目“管理學院學業預警應屆畢業生成長追蹤分析”（2020年4月立項）。

作者簡介：趙雅楠（1993—），女，漢族，碩士研究生，實習研究員，教學秘書，研究方向：高校教育管理。

龐冬（1991—），女，漢族，碩士研究生，實習研究員，教學秘書，研究方向：高校教育管理。