◇廊坊卫生职业学院 侯婧

中国人民警察大学 贾南

对于学生学习成绩进行预警进行提前预警有助于及时调整教学策略，对提升教学效果具有重要意义。传统的学生成绩预警方法在很大程度上依赖于设计者对测评指标权重的设计，存在主观性强和误差略高的问题。随着教育大数据的不断完善和人工智能技术的快速发展，基于机器学习算法的学生成绩预警已成为可能。本文基于真实的学生学习情况数据，通过特征选择建立特征工程，采用K-近邻法建立学生学习成绩预警模型，利用训练集数据训练模型，并使用测试集数据来测试模型。结果表明，本文设计的基于K-近邻算法的学生成绩预警模型准确率为90.5%，并得到了影响学生挂科的若干重要因素，可为教师及时调整教学策略、提升教学效果提供参考。

1 引言

近年来，大数据研究的快速发展，不断影响着社会生活的各个领域。2015年8月31日，国务院印发了《关于促进大数据行动纲要的通知》，其中明确要求加大数据技术在教育领域的应用。在人工智能时代，将大数据分析技术与时俱进地应用于教育教学研究中，不仅可为教学改革提供新的思路，也符合我国教育事业发展要求[1]。

在学生学习效果的评价体系中，挂科是较为重要的指标。因此，对学生成绩特别是挂科情况进行预警具有重要意义。传统的预警方法主要采用人为选取学生学习指标、设置指标权重的方法，具有较强的主观性[2-3]。……