杨春光

摘要：在当今社会中，“大数据”这个名词的出现，越来越影响着我们的生活，在教育领域中“大数据”的应用更是逐渐被重视，该文正是将“大数据”的处理融入教育中，通过功能需求、技术需求及数据需求进行深入分析和整合，然后再根据规则权重的不同分为消极类型和积极类型，与此同时按照分类规则设计公式分配不同的最小置信度和最小支持度，对其中的关联规则进行设计及分析，避免因为数据不充足而造成不平衡等问题。

关键词：关联规则；学业预警；成绩分析；成绩预测

1概述

大数据时代的到来标志着社会的发展来到了新的阶段，各行各业在不同的领域当中都在积极的适应并改变以往的传统模式，对相关数据进行收集、整理、分析用以寻求各自的发展。在教育领域也不例外。教育领域的数据收集主要包括学生学习成绩、日常表现、对任课教师的评价以及对相关课程的评价等。通过作用度、支持度、可信度、期望可信度等来表达其属性。

2需求分析

2.1功能需求

本研究实现的功能有以下几点：

（1）成绩预测

通过对大一新生的相关数据收集，在分析和预测过程中一旦发现，有考试不通过的可能性，就会提前对相应的同学进行通知，提醒其要在最后复习阶段要更加努力学习，以免在期末考试中无法通过。

（2）提前预警

在国内的各大高校当中，都会有考试不及格的同学，这些同学面临课程重修。在重修的过程当中，不仅加大了任课教师的教学负担，同时学生也会造成一些经济上没必要的损失。……