柳青 韦雅曼 张震华 莫名韶

摘  要：目前高校普遍采用学生管理信息系统对学生开展日常和教学管理，此类常规管理系统仅具有简单的数据记录和查询功能，现代学徒制是日渐兴起的新型人才培养模式，现有信息系统不能满足新模式对学生学情全面、动态化的管理需求。本文研究设计的信息系统开发主要使用Python语言，并应用机器学习算法实现对学生学情变化的智能判别和推送，从而有助于教育者及时掌握和纠偏学生的学习行为。

关键词：现代学徒制;学生管理;信息系统

中图分类号：TP311     文献标识码：A

Abstract： At present， student management information systems are widely used for daily students and teaching management. This kind of systems only offers simple functions of data record and inquiry， which cannot meet the overall and dynamic management needs of the new modern apprenticeship model. This paper proposes to develop an information system， using Python and machine learning algorithms to realize intelligent judging and push notification of students' learning state. This system helps education providers to have a better understanding of students' learning and makes their learning experience improved in time.

Keywords： modern apprenticeship; student management; information system

1   引言（Introduction）

计算机软件技术和网络技术的发展使得高校的信息管理系统得到快速的迭代，各种各样的学生管理系统的成为教师们处理各种日常教务管理工作的得力助手。我国高等教育的人才培养方式也在不断更新，当前，现代学徒制人才培养模式的推广，给高校传统教学管理手段和系统带来了变革的需求。现代学徒制的特点是学校与企业成为育人双主体，校园的人文素养教育与岗位职业技能训练双线开展[1]。学生行为的时间空间不再局限校园中，教学手段变得丰富，教师组成更为多样，成绩类型和教学质量评价方式更为复杂，传统的数据记录型学生信息管理系统已经不能够满足对学生信息的全面掌握。

近年来，随着Python等编程语言的广泛应用，机器学习算法在各行业数据处理和信息挖掘及理解方面得到了实践和推广。将机器学习算法应用于现代学徒制学生日常教学、生活管理的数据上，构建智能化学生信息管理系统，通过收集、处理学生多种活动数据，利用教师和师傅的过程性评价经验，实现发出预警信息，使学生获得及时和必要的关注和引导，改善因材施教的教育效果[2]。

2  KNN算法简介（Brief introduction to KNN algorithm）

KNN（k-Nearest Neighbor，k-近邻）分类算法是机器学习中重要和流行的算法之一。相对其他复杂算法，其工作原理表述简洁，工作机制易于理解。在KNN算法运行的过程中，通过计算测试实例与训练集中每个样本的距离度量，选取训练集中与测试实例距离最近的k个样本进行属性分析与分类预测[3]。

KNN算法的核心思想是：物以类聚，人以群分。KNN算法对一个样本的分类判斷主要靠该样本周围有限的最邻近的k个样本的类别属性，因此对于类域的交叉或重叠较多的待分样本集来说，KNN方法较其他方法具有优势[4]。针对训练样本各分类数量的不平衡问题，可以通过调整k值及采用权值（与所需预测样本距离越小的邻居样本权重越大）的方法来改进。

常规的学生管理系统仅仅具有对各类数据和信息的收集和查询功能，现代学徒制学生活动更为多样、行为数据信息丰富，为辅助学校教师、企业导师定性掌握与预判学生学情，使用KNN算法来对学生数据信息实施分析及预判是一种有效途径。

3   系统设计（System design）

3.1   系统软件架构

基于Python+PyQt5+MySQL的软件组合架构进行系统的开发与实现。

Python作为一种支持快速开发的脚本语言，可移植性强、可扩展性强，Python具有脚本语言中最丰富和强大的类库，覆盖了文件I/O、GUI、网络编程、数据库访问、文本操作等绝大部分应用场景[5]。完善的软件生态使其在人工智能、数据处理、前后端开发等业务中有着广泛的应用。

PyQt5是跨平台的图形用户界面应用程序框架Qt的Python语言实现，是最强大的GUI库之一。它继承了Python语言简单易实现的特点，可以实现各类如窗体、表格、文本、图像等功能的界面效果。

MySQL是一个开放源码的小型关联式数据库管理系统，因其体积小、速度快、成本低和可靠性好、支持多种编程语言和平台、易于管理等优点成为最常用的数据库之一，广泛应用在于小型企业或者组织中的小型数据管理系统[6]。

3.2   系统功能设计

现代学徒制学生管理智能信息系统的功能主要体现在对现代学徒制学生学习情况的多样相关数据收集整理及基于数据开展学生学情分析上。系统通过连接一部分有访问权限的校内其他信息系统，如教学成绩管理系统、上课考勤系统、图书借阅信息系统等并自动获得部分学生的基本信息、学习成绩等信息数据，同时，另外一部分人工收集或其他非网络系统的导出数据，如企业实践考勤、企业实操成绩、日报周报评价等可通过系统的上传及自动化、规范化整理后在后台数据库中进行更新和保存，学校教师和企业导师可以随时在系统上查看学生最近学习表现的各类成绩、表现评价等数据，系统通过机器学习算法对更新后的数据进行学情分析和预判预警，提醒教师导师们需要重点关注的学生。