基于多維關聯分析的物流職業本科學生成績影響因素研究

摘" 要：文章聚焦于物流職業本科學生成績的影響因素，通過多維關聯分析的方法，探討了家庭背景、學習環境、課程設置等多方面因素對學生成績的影響。研究結果表明，家庭背景、學習環境、課程設置等都是影響學生成績的重要因素，且各因素之間存在內在聯系。同時，該研究還發現，物流專業具有特殊性，需要從多個維度進行綜合考慮。該研究為提升物流本科教育質量提供了有益的參考，建議學校關注學生的學習需求和背景，加強教學管理和教學方法的改革，完善課程設置，提高學生的學習積極性和綜合素質。

" 關鍵詞：物流；職業本科；多維關聯分析；成績

" 中圖分類號：G712" " 文獻標志碼：A

DOI：10.13714/j.cnki.1002-3100.2025.05.044

Abstract： This article focuses on the influencing factors of undergraduate logistics students' academic performance， and explores the impact of various factors such as family background， learning environment， and curriculum settings on student academic performance through multidimensional correlation analysis. The research results indicate that family background， learning environment， and curriculum design are important factors that affect student performance， and there is an inherent connection between these factors. Meanwhile， the study also found that the logistics profession has its particularity and requires comprehensive consideration from multiple dimensions. This study provides useful reference for improving the quality of undergraduate logistics education. It is recommended that schools pay attention to the learning needs and backgrounds of students， strengthen the reform of teaching management and methods， improve curriculum design， and enhance students' learning enthusiasm and comprehensive quality.

Key words： logistics; vocational undergraduate degree; multidimensional correlation analysis; achievement

0" 引" 言

" 隨著物流行業的快速發展，對物流本科教育的要求也日益提高。而學生成績是衡量教育質量的重要指標之一。因此，了解和分析影響物流本科學生成績的因素，對于提升教育質量、改進教學方法具有重要意義。本文旨在通過多維關聯分析的方法，探討物流本科學生成績的影響因素，以期為相關教育實踐提供參考。

1" 文獻綜述

" 以往的研究多從單一角度探討學生成績的影響因素，如家庭背景、學習環境等。然而，物流專業具有其特殊性，涉及多個領域的知識和技能。因此，有必要從多維角度對其進行分析。多維關聯分析是一種能夠從多個維度同時分析數據之間關系的方法，適用于本研究。通過多維關聯分析，可以揭示各因素之間的內在聯系，更全面地理解學生成績的影響因素。

1.1" 國內研究現狀

" 近年來，我國對于學生成績影響因素的研究逐漸增多。不少學者嘗試從家庭、學校、社會和個人等多個層面進行探討。例如，有研究指出家庭背景對學生成績存在顯著影響，家庭經濟條件好的學生更容易獲得優質教育資源，進而取得較好的成績。另一類研究則關注學校環境和教學方法對學生成績的影響，發現良好的學習環境和互動式教學方法有助于學生成績提升。然而，針對物流專業本科學生成績影響因素的研究相對較少。物流專業涉及的知識領域廣泛，技能要求高，因此有必要從多維角度對其進行分析。目前，國內學者開始嘗試運用多維關聯分析等統計方法，深入研究各因素之間的內在聯系，以期更全面地理解學生成績的影響因素。

1.2" 國外研究現狀

" 在國外，對于學生成績影響因素的研究起步較早，理論體系相對完善。早期的研究主要集中在家庭背景、社會經濟地位等因素對學生成績的影響。例如，有研究表明家庭社會經濟地位與學生成績呈正相關，家庭背景較好的學生在學業上表現更優異。隨著研究的深入，國外學者開始關注更多元化的影響因素。學習環境、學校教育質量、學生心理等因素逐漸被納入研究范疇。多維關聯分析等統計方法在國外研究中得到廣泛應用，用于揭示各因素之間的復雜關系。這些研究不僅豐富了理論成果，也為教育實踐提供了有力支持。

2" 研究方法

2.1" 數據收集

2.1.1" 選擇研究對象和樣本。為了確保研究的代表性和可行性，選擇了學院物流專業職業本科學生作為研究對象。學校物流專業在海南省內享有一定的聲譽，且學生人數眾多，為樣本的抽取提供了充足的基數。在此基礎上，采用隨機抽樣的方法，從本科生中抽取了一定數量的學生樣本，以確保樣本的多樣性和廣泛性。

2.1.2" 成績數據收集。針對所抽取的學生樣本，全面收集了他們的成績數據。這些數據包括平時成績、期末成績、總成績等多個方面，以期全面反映學生在學業上的表現。平時成績主要來源于課堂表現、作業完成情況等日常學習活動的評價；期末成績則是通過期末考試來評定學生的學習成果。通過對這些成績數據的收集，可以對學生的學業水平有一個相對客觀的了解。

2.1.3" 相關因素數據收集。除了成績數據外，還收集了一系列可能影響學生成績的相關因素數據。這些因素包括家庭背景（如家庭經濟條件、父母受教育程度等）、學習環境（如學校資源、班級氛圍等）和學習態度（如學習動力、自律性等）。為了獲取這些數據，采用了問卷調查和訪談相結合的方法。通過問卷調查，收集了大量量化數據；而通過訪談，則能夠深入了解學生的真實想法和感受，為后續的數據分析提供更為豐富的信息。

2.2" 數據預處理

" 在數據收集完成后，進行了一系列的數據預處理工作，以確保數據的準確性和可用性。

2.2.1" 缺失值處理。針對數據中可能存在的缺失值問題，采用了插值法進行填補。具體而言，對于連續型變量，使用了均值插值法，即用同一變量其他觀測值的平均值來填補缺失值；對于離散型變量，則采用了眾數插值法，即用同一變量其他觀測值中出現次數最多的值來填補缺失值。通過這種方法，能夠有效地減少數據缺失對后續分析的影響。

2.2.2" 數據清洗。在數據清洗階段，主要去除了異常值和重復值。對于異常值的處理，采用了Tukey's Fences方法（也稱為Tukey's Boxplot Rule），該方法通過計算四分位數（Q1和Q3）和四分位距（IQR）來確定異常值的范圍，并將超出此范圍的值視為異常值進行剔除。對于重復值的處理，使用Python中的pandas庫進行數據去重操作，確保數據集中不存在重復的記錄。

2.2.3" 數據轉換。為了滿足多維關聯分析的要求，還對數據進行了一系列的轉換工作。首先，將部分定性變量轉化為定量變量，以便于后續的數值計算和分析。例如，將學習態度等級從文字描述（如“積極”、“一般”、“消極”）轉換為相應的數值評分（如5分、3分、1分）。其次，對于某些非線性關系的變量，進行了適當的變換以改善其線性關系，如對數變換、平方根變換等。這些轉換操作有助于提升數據分析的準確性和有效性。

2.3" 多維關聯分析方法

" 本文采用了多維關聯分析方法來探索各因素與學生成績之間的內在聯系。具體而言，選用了Apriori算法進行多維關聯規則挖掘。Apriori算法是一種經典的關聯規則挖掘算法，適用于處理大型數據集并從中發現有趣的關聯模式。通過設定合適的支持度和置信度閾值，可以從數據中挖掘出具有統計學意義的關聯規則。這些規則揭示了不同因素之間的相互作用及其對學生成績的影響程度。

" 在運用Apriori算法時，首先對數據進行了離散化處理以適應算法的要求。接著，通過調整支持度和置信度的閾值來篩選出有意義的關聯規則。此外，還計算了提升度（Lift）指標以評估規則的有趣性。提升度大于1的規則表示兩個事件之間存在正關聯；提升度小于1的規則表示存在負關聯；而提升度等于1的規則則表示兩個事件相互獨立。通過這些指標的綜合考量，能夠更加全面地了解各因素與學生成績之間的關聯關系。

2.4" 統計分析和模型構建

" 在完成多維關聯分析后，進一步進行了統計分析和模型構建工作。

2.4.1" 描述性統計分析。對收集的數據進行了描述性統計分析以了解其基本特征。這包括計算各變量的均值、標準差、最大值、最小值等統計量。通過這些描述性統計結果可以初步了解數據的分布情況、異常值的識別以及變量之間的關系等信息為后續深入分析提供基礎。

通過對期末成績、平時成績和綜合成績的平行對比，可以更全面地了解學生在不同評價維度下的表現，并據此提出針對性的教學建議：（1）成績水平對比，期末成績平均分67.57分，表明學生的期末考試成績整體處于中等水平。這可能與考試的難度、復習時間不足或學生對知識點的掌握程度有關。平時成績平均分78.07分，明顯高于期末成績。這表明學生在日常學習中的表現較好，能夠按時完成作業和參與課堂討論。平時成績的優異可能與學生的學習興趣、學習習慣以及教師的平時教學要求有關。綜合成績平均分73.87分，介于期末成績和平時成績之間。綜合成績通常是期末成績和平時成績的加權平均，它反映了學生在整個學期內的總體表現。綜合成績的相對提升表明，平時成績的優異在一定程度上彌補了期末成績的不足。（2）分數分布對比，期末成績中位數68分，眾數72分，分數分布相對集中，且高分段學生較少。這可能與期末考試的難度和區分度有關。平時成績中位數85.6分，眾數88分，分數分布偏向高分段。這表明大多數學生在平時學習中能夠取得較好的成績，且高分學生較多。綜合成績中位數78.8分（根據四舍五入處理），由于眾數數據可能存在異常，故此處暫不討論。從中位數來看，綜合成績的分布相對均衡，既反映了學生的平時表現，也體現了期末考試的影響。（3）離散程度對比，期末成績標準差10.49分，方差110.00分，離散程度相對較低。這表明學生的期末考試成績相對集中，差異不大。平時成績標準差16.07分，方差258.39分，離散程度較高。這意味著學生的平時成績存在較大差異，可能與學生的學習興趣、努力程度和教師的教學方法有關。綜合成績標準差12.22分，方差149.29分，離散程度適中。綜合成績的離散程度介于期末成績和平時成績之間，既體現了學生的個體差異，也反映了不同評價維度的綜合影響。（4）形態與對稱性對比，期末成績峰度1.34，偏度0.30，呈輕微尖峰狀且略微右偏。這表明高分段學生相對較多，但整體分布仍相對均衡。平時成績峰度1.88，偏度-1.40，呈明顯尖峰狀且左偏。這表明低分段學生較少，高分段學生較多，分布不均衡。綜合成績峰度1.35，偏度-0.998，呈輕微尖峰狀且略微左偏。綜合成績的分布形態介于期末成績和平時成績之間，既體現了學生的個體差異，也反映了不同評價維度的綜合影響。

" 通過平行對比期末成績、平時成績和綜合成績的分析結果可以發現：學生在平時學習中的表現較好于期末考試表現。平時成績的優異在一定程度上彌補了期末成績的不足提升了綜合成績。學生的平時成績存在較大的差異需要關注個體差異并提供針對性的教學支持。綜合成績的分布相對均衡既反映了學生的平時表現也體現了期末考試的影響。教師可以根據學生的不同表現和需求制定個性化的教學計劃和輔導策略以提高學生的整體學業水平并縮小成績差異。

2.4.2" 多維關聯分析結果解讀與討論。基于Apriori算法挖掘出的多維關聯規則，對各因素與學生成績之間的關聯程度進行了深入解讀和討論。通過分析不同規則的支持度、置信度和提升度等指標可以明確哪些因素對學生成績具有顯著影響，以及它們之間的相互作用方式如何。這些結果為理解學生成績的形成機制提供了重要依據并為教育實踐提供了有針對性的改進建議。

" 在多維關聯分析結果的基礎上進一步構建了學生成績影響因素模型。該模型綜合考慮了家庭背景、學習環境、學習態度等多方面因素對學生成績的影響并通過量化的方式揭示了它們之間的內在聯系。通過該模型可以更加直觀地了解各因素對學生成績的貢獻程度從而為教育決策提供更加科學的依據。同時該模型還具有一定的預測功能，能夠為教育工作者提供有針對性的干預措施以提高學生的學業成績。

通過多維關聯分析，發現家庭背景、學習環境、學習態度等因素與學生成績存在顯著關聯。具體表現為：使用助學貸款的學生，成績普遍較高；學習環境良好的學生，成績也相對較好；學習態度積極的學生，成績表現較為優異。年齡相對較大的學生，平時成績的分數越高，但相反年齡越小的學生，期末成績表現更加優異。學生籍貫對成績有一定影響，因職業本科學生均為海南省戶籍，因此按地域分布劃分東西南北中五個部分，其中來自海南西部（如儋州、東方）的學生綜合成績更高，來自海南南部（三亞）、北部（海口）的成績相對普遍較低。政治面貌、性別對學生成績的差異影響不大。

" 此外，還發現不同因素之間存在相互影響，共同作用于學生成績。根據關聯程度對相關因素進行重要性排序，結果顯示：學習態度gt;學習環境gt;家庭背景。這說明在影響物流本科學生成績的諸多因素中，學習態度的作用最為顯著。因此，教育者和學生應更加重視學習態度的培養。將本文研究結果與已有理論進行對比和討論，發現多維關聯分析方法能夠更全面地揭示學生成績的影響因素及其相互關系。同時，本文研究結果也為物流本科教育實踐提供了有針對性的改進建議。

3" 結論與展望

本文通過多維關聯分析方法，對物流本科學生成績的影響因素進行了深入研究。結果表明：學習態度、學習環境和家庭背景是影響學生成績的主要因素，且各因素之間存在相互作用。這一發現對于提升物流本科教育質量具有指導意義。本文研究結果的實際應用意義在于：教育者可針對影響因素制定相應的干預措施，如加強學生學習態度培養、改善學習環境等；學校可針對不同群體的學生提供個性化輔導和支持服務；學生和家長可了解成績差異的原因并有針對性地進行改進和調整。盡管本文取得了一定的成果但仍存在一些局限性如樣本量較小、數據來源單一等。未來研究可進一步擴大樣本量、拓展數據來源以提高研究的普適性和可靠性；同時可進一步探討其他潛在影響因素如教學方法、課程設置等對物流本科學生成績的影響以期為教育實踐提供更全面的參考。

參考文獻：

[1] 易陽，楊國超，吳穎潔，等. 新文科視域下“以學生為中心”的數字化教學考核評價體系研究——基于在線教學期間某高校學生自主性考核的實證分析[J]. 新文科教育研究，2023（4）：125-140，144.

[2] 吳曉霞，陳梓依，熊飛，等. 我國高校在線教學發展與未來趨勢研究——基于CiteSpace的可視化分析[J]. 繼續教育研究，2024（2）：65-70.

[3]" ZHANG Q. The influence of school climate on reading literacy： A cross-cultural comparative study based on pisa 2018 database[C] // Proceedings of the 3rd International Conference on Educational Innovation and Philosophical Inquiries， 2022.

[4] 孟魁. 物流管理專業產教融合人才培養模式探索[J]. 物流科技，2023，46（22）：166-169.