赵曦

[摘           要]  目前高职学生综合素质评价多以简单的加权线性关系作为评价模型，这种评价依赖于经验或主观判断，利用数据挖掘算法，将学生的各类综合素质得分进行聚类分析，进而划分为不同的类别，弱化排名对学生综合素质评价带来的影响，使大学生综合素質评价更加科学、有效，为高校学生管理工作提供决策支持。

[关    键   词]  数据挖掘;综合素质评价;神经网络

[中图分类号]  G712                 [文献标志码]  A              [文章编号]  2096-0603（2021）23-0090-02

一、引言

开展全方位的素质教育是高职院校提升人才培养质量的主要手段，而如何科学系统地评价大学生的综合素质，是现代大学教育的一个重要研究课题。习近平总书记在全国高校思想政治工作会议上强调，“要重视和加强第二课堂建设，重视实践育人，坚持教育同生产劳动和社会实践相结合，广泛开展各类社会实践，让学生在亲身参与中认识国情、了解社会，受教育、长才干”。综合素质教育对训练学生开放的知识结构、多维的能力结构、不懈的探索精神，培养学生的开放思维、健全人格具有积极促进作用。目前高职院校综合素质评价体系仍存在指标僵化、不够客观等问题，主要是因为大学生的综合素质评价具有维度较大、过程复杂、个体发展不均衡的特点，并随着学生的成长，评价体系会不断动态进化，不同年级的学生评价标准不尽相同。研究如何对大学生综合素质进行科学、有效、系统的评价，并利用评价结果反作用于学生管理，对高职院校人才培养质量的整体提升具有重要的意义。……