何雪锋

（四川信息职业技术学院 软件学院，四川 广元 628017）

0 引言

软件助理工程师（简称“软助”）认证考试是某高校软件专业大二学生必须参加的考试，获取“软助”证书也是毕业的基本条件之一。每一届有300人左右参加考试，约40人不能拿到该证书。如果能根据学生大一的各科成绩，提前预测可能挂科的学生，将更有利于提前为这些学生发出预警信息，也方便教师有针对性地进行指导，从而尽可能减少不及格的人数，保证学生顺利毕业。通过挖掘相关数据，分析数据背后的运行规律，及时给学生发出警告，对课程的及格率、证书的通过率、学生的毕业率等均有积极地促进作用。

目前，已有专家、学者对学生的成绩预警做出了相关努力和贡献。樊一娜等人[1]选择作业分数、提问回答、登录次数、学习时长、课程资源访问频率五个因素作为依据，通过构建贝叶斯概率预测模型来预测未来学生成绩的概率分布情况。贾靖怡等人[2]收集某门课程的17个指标数据，构建基于AdaBoost算法的MOOC学习者学习成绩预测模型。刘爱萍[3]采用k平均和knn算法完成高校学生的预测模型。叶泽俊[4]采用基于C5.0算法的决策树分类方法建立决策树分类模型，对四级通过概率进行预测。张燕[5]提出一种基于朴素贝叶斯的英语成绩预测模型，对英语四级考试成绩进行预测。其他研究包括采用支持双路注意力机制[6]、向量机[7-8]、决策树[9-10]、降采样的堆模型[11]、Logistic[12-13]、神经网络[14-15]、随机森林[16]、XGBOOST[17]等算法构建模型，完成分类预测。……