基于学生成绩大数据自动生成学业预警标准的探索

李 建

（四川轻化工大学教务处 四川·自贡 643000）

学业预警是高等教育管理方式，是学校加强学风建设和教育教学质量监控的一项重要措施。学业预警主要是指学校针对学生在求学过程中出现的学业不佳对学生本人及家长做出及时提示并采取相关措施以帮助学生顺利完成学业的一种监督管理制度。本文以我校OracleDatabase学生成绩管理系统为例，探索一种新的学业预警标准自动生成的方法。

1 学业预警现状

目前学业预警数据获取方法主要有二种：一种是目前较为常见的预警方法，学校管理部门通过学生成绩管理系统自带的学生预警统计功能，根据统计条件，如：“规定学生在当前学期获得学分小于Y分，则被统计出来进行预警；也可以设定学生不合格门数大于X门”，进行统计预警；也就是说只要管理部门给出一个标准就可以根据该标准对符合条件的学生进行统计，生成预警记录。这个标准是来自于相关制度文件并且全校标准统一，没有针对性。但是不同专业、不同学期学生所修学分不相同，如果使用同一标准进行统计，统计出来的数据，指导性和实用性不强。如：我校2019级轻化工程专业在2019-2020-1学期执行计划总学分为33.5学分，而2019级劳动与社会保障专业在2019-2020-1学期执行计划总学分为17个学分，由此可以看出，如果按照获得学分小于15个学分即被预警，那2019级劳动与社会保障专业的只要有2个学分不合格就会被预警；而2019级轻化工程专业学生只有超过18.5学分不合格才会被预警，这种方法对2019级轻化工程专业基本上没有起来预警的作用。由此可以看出目前这种预警方式确有不科学的地方。另一种方式是充分利用学校大数据中心对学生成绩、消费记录、图书馆门禁、网络访问等多渠道刻画学生的学业状态，设定标准进行预警。但是这种预警方法成本高、建设难度大还处于探索阶段。

2 一种新的学业预警标准构想

不管是完全学分制，还是学年学分制，同一个专业，学生在每学期所获得学分应该是相似的，在毕业时所需要毕业总学分应该是相等的，不同专业毕业标准不相同，如使用同一个标准进行预警那数据区分度不高。但如果我们以某年级专业超过70%的同学在某一时刻或者某个时间段获取的学分作为学业预警标准，然后以此为标准来对该年级专业学生进行预警统计，这样统计出来的预警结果是不是更具有针对性和指导性。

目前各高校都有自己的学生成绩管理系统，并且学生全部成绩都存储于学生成绩管理系统数据库中，有了学生全部数据，即可不需要增加任何额外成本的情况下，有针对性的实现学生学业预警标准的自动生成。

3 学业预警标准生成

我校Oracle Database学生成绩管理系统中记录了学生成绩详细信息，现在我校某学院1214名在校学生共计52014条成绩记录为数据源进行分析。

首先数据清洗，先除去网课（通知选修课）和素质实践课（二课堂）成绩，这二部分成绩每个学生获得的学分情况不相同，所以不作为标准数据纳入统计。然后再对学生课程成绩进行数据清理，如该课程学生有正考、补考、多次重修成绩，则取学生成绩、绩点的最高值，而课程性质、学分则取第一次正考时的课程性质和学分。主要使用sql语句group by分组函数统计出该专业每个学生已经通过课程和学分，清洗后“数据清洗获得学生成绩表”按学号、课程名称、学年、学期、学院、年级、专业、课程性质进行分组，获取到最高成绩、绩点，正确学分、课程性质等。

自动生成专业学业预警标准，这里的标准是指本专业超过70%同学在分学期获得学分或者累计学期获得学分。这个标准是通过对本年级专业全体学生所有成绩进行统计后得到的，因此标准具有针对性和指导性。主要思路首先是获得每个学生分学期获得学分或者累计学期获得学分总和，主要使用sum函数和group by函数进行分组汇总，然后统计出获得相同学分人数，筛选出获得相同学分人数最多的学分作为标准，这里主要是使用dense_rank()OVER(partition BY ORDER BY desc)排序功能实现，按相同学分的人数多少进行降序排序，取排序第1的记录为标准。

这里已OracleDatabase学生成绩管理系统为例，展示自动生成不同年级不同专业累计学期已获得学分预警标准，代码如下：

标准可行性分析

由上表可以看出，约70%以上的同学获得的学分都是标准学分，因此生成的预警标准学分具有作为普遍性，用于统计学业预警有针对性和指导性。

学生学业预警标准可以根据需要按分学期生成、累计学期生成、也可以按课程性质生成，根据不同的需求生成不同的标准。

4 结果与讨论

使用该方法生成学生预警标准的前提是同一个专业所有学生，在某个时间点，时间段所获得的学分是相同的，进行预警，对提前毕业、降级、延期毕业等特殊学生使用这种方法还有一定的局限性。

该标准的生成仅是根据学生获得的成绩及学分进行分析，没有涉及学生培养方案统计，以后可以进一步结合培养方案自动生成预警标准。

因为需要对全数据进行分析，对硬件系统资源消耗较大，统计时间较长。

5 结语

目前，这种自动生成预警标准的方法，已经通过我校的学业预警实践更到了验证，是可操作的、具有指导意义。同样这种自动生成预警标准的方法可以针对不同的学生成绩管理系统，采用不同的代码实现该功用，因此它具有一定的普遍实用意义。

使用这种方法获取的学业预警标准，对于很多没有建立大数据中心，或者还在使用传统学业预警的学校，具有可操作性和实用性。对学生学业预警具有针对性和指导性。传统的预警方式只能是让学生自己跟自己找差距，这种差距促使学生主动学习的动力不强。而新的学业预警数据可以看到自己与大多数同学的差距，这种与他人比较找差距可以促使学生主动学习的动力会更强。

本文只是针对学业预警标准的生成，提出了一些作者的想法，针对如何使用已经学生的学业预警标准统计学生学业预警情况，我们将做进一步研究。