赵雅楠 庞冬

[摘           要]  通过对学院就读期间有学业预警经历的应届学生进行整理，形成学院学业预警信息库。在此基础上提取2020届毕业生的相关信息，以直观的毕业率、学位授予率及学分绩点为依据，从而体现学校的学业预警机制的效果及学生各方面的积极变化。以学生为主体，基于Apriori算法不及格课程关联性分析，根据学生预警前后学分绩点等情况进行对比，了解学生预警前后的学习变化，从而形成追踪学生在校期间的成长档案。

[关    键   词]  学业预警;应届生;成长追踪

[中图分类号]  G645               [文献标志码]  A            [文章编号]  2096-0603（2021）09-0156-02

一、研究背景及意义

《国家中长期教育改革规划纲要（2010—2020）》指出“要坚持育人为本，以学生为主体，关心每个学生”，并且“建立健全教育质量保障体系”，“建立学习困难学生的帮助机制”。2019年10月教育部发布《关于深化本科教育教学改革全面提高人才培养质量的意见》中提出“坚决取消“清考”。本研究以学业预警学生作为研究对象，通过收集教学办学生学习成绩、学分绩点、不及格学生清理状况，结合班主任提供不同时间段对学生的谈心谈话及帮扶学习，以及学院辅导员对学生心理辅导工作，帮助学生重获学习自信，加强对学生自我管理及自我约束能力的培养。

通过对学业预警学生的追踪分析，形成不同类型学生的案例库对帮助今后遇到相同类型的学业预警学生有相应的处理经验。通过此项研究主要从学校、学院及学生三个层面有积极影响。学校通过对一个学院学业预警学生的分析和总结，对学校实习的学业预警机制亦是监督和自我革新的过程，对学业预警学生后期的学习方面的变化来判断学业预警机制对学生学习成绩监控是否有力;学院通过对应届毕业生的毕业率及学位授予率的直观数据判断学业预警学生是否正常毕业，在学期间学业预警是否真实警示学生;通过对学业预警学生的访谈及观察，与学生交流交往，帮助学生学会正确的归因学业预警的原因，让学生学会审视自己的问题，并在不同阶段学会反省自身的问题，了解学习的意义和价值。

二、基于Apriori算法不及格课程关联性分析

（一）不及格课程重新编码及支持度

Apriori算法是常用的用于挖掘数据关联规则的算法，它用来找出数据值中频繁出现的数据集合，找出这些集合的模式有助于我们做一些决策。例如2020届毕业生统计出不及格课程，有些课程频次比较高，那么这些频次高的课程之间是否有关联性值得研究，帮助学生厘清课程之间的关系。

根据研究统计出不及格课程的频次表，假定最小频次为3次，选取相应的课程做关联性分析。根据不同的课程名称进行字母编码A～K。则重新编码的课程频次、支持度及编码。

（二）学业预警学生不及格课程编码后信息

根据算法思想进行课程名称以字母进行重新编码后，相关案例不及格课程组合进行重新整理，将频次低于3次的不及格课程进行忽略，重新整理信息。

（三）编码后第二次数据挖掘

根据算法思想，进行第二次数据挖掘处理，将最小支持度设置为0.5，将支持度小余0.5的进行忽略处理，即忽略课程A、B、C、H、J、K。二次数据挖掘后的汇总信息如表1所示。

根据最小支持度大于0.5，剩余二次挖掘后的数据为D、E、F、G、I，五门课程共有排列组合即DE、DF、DG、DI、EF、EG、EI、FG、FI、GI。每个组合支持度分别为：0.4、0.3、0.5、0.3、0.6、0.6、0.4、0.6、0.3、0.5，即有效组合为DG、EF、EG、FG、GI。

（四）编码后第三次数据挖掘

根据第二次挖掘后得出有效组合为DG、EF、EG、FG、GI。第三次数据组合为DFG、DGI、EFG、EGI、FGI五种组合，每个组合支持度为：0.3、0.3、0.5、0.4、0.3，即可得出关联规则为EGI。

对于频繁项集{E，G，I}，它的非空子集有{E}、{G}、{I}、{E，G}、{E，I}、{G，I}，根据得出的关联规则计算其置信度如表2所示。

经过Apriori算法分析可知，置信度大于等于0.5都属于强关联规则。即2020届毕业生中学业预警学生的10名学生中，70%学生高等数学Ⅰ（2）不及格，那么这部分学生有74%的概率会挂毛概和经济学课程;90%学生毛概不及格，那么这部分学生有56%概率会挂高等数学Ⅰ（2）和经济学;50%学生经济学不及格，那么这部分学生有很大几率会挂毛概和高等数学Ⅰ（2）。50%学生毛概和经济学不及格，那么这部分学生有大概率会挂高等数学Ⅰ（2）;40%学生高等数学Ⅰ（2）和经济学不及格，那么这部分学生有大概率会挂毛概;60%学生毛概和高等数学Ⅰ（2）不及格，那么这部分学生有83%会挂经济学。

三、对策及建议

（一）关注学生心理，帮助重获学习自信

在研究过程中，会发现学生的心理問题同样受到关注，当学生学业预警后，应该首先了解学生目前的学习困境，以及什么原因导致学业预警。班主任和辅导员及时做好学生的心理辅导工作，通过不同阶段的谈话让学生意识到不同阶段的学习成效，并帮助学生重新获得学习自信。

（二）班级学习气氛的正向引导

在典型案例的收集中发现，班级学习气氛会对学生学习产生影响。正所谓近朱者赤，如果班级中出现小部分不学习或者有不良学风的学生时，应尽快及早处理。学生之间的从众心理亦不可忽视。班主任在班级管理过程中不仅要关注学生学习成长进程，还应运用管理手段营造积极向上的学习氛围。

（三）建立学业预警学生帮扶机制

经过研究发现学业预警学生渴望在预警后有相应的帮扶计划。通过学院对学生学习情况的了解，对症不同的学生采取针对性策略，充分调动学院的积极影响因素，结合学院领导部署、班主任对学生情况收集、教学办教学秘书对学生成绩分析和辅导员对学生的心理状态了解，最终调动学院积极力量帮助学生解决学习困境。

参考文献：

[1]袁路妍，李峰.改进的关联规则Apriori算法在课程成绩分析中的应用[J].中国教育信息化，2017（17）：1-2.

[2]傅亚莉.基于Apriori算法的高职院校课程相关性分析[J].长春工程学院学报（自然科学版），2013（4）：108-113.

[3]顾云峰，吴钟鸣.基于教育大数据的学习分析研究综述[J].中国教育信息化，2018（7）：5-10.

[4]周庆，肖逸枫.基于数据挖掘技术的高校学生学业预警分析[J].中国教育技术装备，2018（6）：42-45.

[4]吴修国，孙涛.基于教育大数据挖掘的大学生学业预警研究[J].中国教育信息化，2020（4）：2-3.

[5]姜岱琳.国内外高校学业预警制度浅析与启示[J].科教导刊，2020（1）：1.

[6]陈钦华.构建学分制下高校学生学业预警机制的探索[J].广西师范学院学报（哲学社会科学版），2007（S2）：60-65.

[7]教育部.关于加快建设高水平本科教育全面提高人才培养能力的意见[Z]，2018.

[8]教育部.关于深化本科教育教学改革全面提高人才培养质量的意见[Z]，2019.

[9]教育部.国家中长期教育改革和发展规划纲要（2010-2020）[Z]，2010.

[10]教育部.教育部关于深化本科教育教学改革全面提高人才培养质量的意见[Z]，2019.

编辑 张 慧

①新疆农业大学校级教研教改项目“管理学院学业预警应届毕业生成长追踪分析”（2020年4月立项）。

作者简介：赵雅楠（1993—），女，汉族，硕士研究生，实习研究员，教学秘书，研究方向：高校教育管理。

庞冬（1991—），女，汉族，硕士研究生，实习研究员，教學秘书，研究方向：高校教育管理。