线上教学智能学业预警和精准干预研究

智能学业预警是教育大数据、云计算等智能技术应用的热点,许多研究采用数据挖掘、机器学习、深度学习等技术来预测成绩.在线上教学常态化的背景下,智能学业预警和精准干预为下一步混合教学和职业教育的"三教"改革决策提供实证,也是教育大数据的重要研究内容.本研究设计了基于随机森林的预测模型分析教师和学生行为,并评估教师和学生行为中...     

高校学生预警机制对学生成长成才的重要意义

当今社会竞争越来越激烈,大学生面对的压力也越来越大,经济、学业、心理、就业等多方面的压力压得学生喘不过气来,为此高校要建立相应的预警机制,以免学生因经济拮据、成绩不好、心理障碍和没有得到面试公司的青睐从而使他们难以毕业,这对学生成才也会造成危害导。     

浅析大学生学业预警制度——以保山学院为例

大学生学业预警的是高校学籍管理的一种辅助方式,现在全国很多高校已广泛使用并取得较好的好评。本文以保山学院为例,浅析大学生学业预警制度。     

大学生学业预警机制的探索与实践

高校的教学实行学分制管理以后,一些自主学习能力弱和文化基础差的学生因不能适应而面临留级或退学。建立和实施大学生学业预警机制,可以有效地敦促学生适应大学的学习生活,完成学业。实施大学生学业预警机制,需要制定合理的预警标准,抓牢过程管理,协调多方力量,构建全面预警系统;还需要通过重点帮扶,提高被预警学生的转化率,为国家培养更多的人才。     

高职扩招背景下学困生学业预警机制研究

在对学业预警相关概念及内容进行简要阐述的基础上,文章对高职院校学业预警管理中存在的问题进行了较为全面的剖析,提出了落实学业预警工作责任制、加大学业预警制度宣传力度、完善学困生学业帮扶机制、建立动态学业预警档案制度、加快学业预警数据平台建设、加强学业预警队伍建设的工作新机制。     

全面质量管理视角下的大学生学业预警

基于全面质量管理的大学生学业预警是保障高校教育质量的一种有效途径。本文在分析高校教学管理、借鉴全面质量管理理论的可行性基础上,阐述了大学生学业预警的意义以及全面质量管理八项原则在大学生学业预警过程中的实施和应用。     

后危机时代与高校学生安全预警机制的建构

后危机时代,高校学生安全工作出现了社会环境日益复杂、高校办学日益开放、信息传播日益快捷、安全事故诱发因素日益增多的新形势。建构高校学生安全预警机制能够为高校学生的健康成长提供良好的育人环境,是有效应对后危机时代下高校学生安全工作的新形势,切实提高高校学生安全工作科学化水平的主要措施和重要保证。     

基于随机森林模型的上市公司财务失败预警研究

基于2003年1月—2016年5月我国A股连续2年财务亏损的上市公司样本,实证研究了随机森林模型对上市公司财务失败预警的应用。通过与逻辑斯蒂回归模型所得结果比较,证明了随机森林模型的预测精度高于逻辑斯蒂回归模型。     

高校学生行为的多维学困衡量和分析

针对高校学生学习行为的动态监测及个性化教育管理,提出了衡量学困生及其影响因素的多维学困测度与分析方法.围绕高校积累的学生数据,构建了多维学困指标,并整合A-F方法,维度的聚合与分解等手段,对不同学科和家庭背景下的学生的学困特征进行评估.这项研究可以帮助教育工作者更好地了解学生,找出学困人群,描述他们的特点,并根据学生具体的情况采取差异化的措施.     

基于关联规则的成绩预警模型研究

近年来,随着我国高校招生规模的不断扩大以及不断提高的信息化程度,在各学校的教务系统中普遍储了大量的资料、数据等信息.在这些资料和数据等信息中,内在隐藏了大量的、有价值的内在规律.数据挖掘技术是从大量的、随机的数据中找出隐藏在其中的、有价值的信息的过程.该文提出了一种基于关联规则挖掘的成绩预警模型.     

学籍管理视阈下高校学业预警机制的实施——以韶关学院为例

在“以人为本,个性化教育”为理念的学分制教学管理背景下,实施学业预警机制是非常必要的.韶关学院成功地实施了由考勤预警机制、考试预警机制和成绩预警机制组合而成的管理机制,提高了学校的教育质量,充分体现以学生为本、教育为主、预警为辅的学籍管理理念.     

高校学生成绩预警系统的改进研究

指出了目前学生成绩预警系统的缺乏时效性和全面性等问题。提出了将过程性评价引入学生成绩预警系统,实施包括教师教学水平分析和课程设置分析在内的全面性学生成绩预警系统的改进措施。设计了学生成绩预警系统的E-R模型,给出了基本实体、单衍生实体和组合衍生实体的定义。明确了基于Web Services的实现方案,划分了学生成绩预警系统的学生成绩预警、教师教学水平预警、课程设置预警和数据管理等子功能系统,其中学生成绩预警功能系统包括一级学生成绩预警和二级学生成绩预警等子系统,数据管理功能系统包括数据采集、指标维护和查询等子系统。     

初中生数学焦虑、数学学业自我概念对数学成绩的影响

初中阶段，是个体自我发展的关键时期，而数学又是必修的重要科目。因此，选择了数学焦虑和数学学业自我概念来考察它们与数学成绩的关系以及对数学成绩的影响。以及数学学业自我概念在数学焦虑与数学成绩关系中所起到的中介作用。     

复杂系统的多维随机过程的预测方法

提出了具有模糊特性的一类复杂系统的多维循环随机过程的预测方法，其基本思想是搜索复杂系统中曾经出现的类比态势；论述了实现该方法的一种合理组成的算法，其基本部分是进行算法参数的优化，列举了一个实例：股票交易活动预测问题。     

学业生涯辅导对改善大学生学业拖延的干预研究

目的:探讨在校大学生的拖延特点并筛选有学业拖延学生群体,在此基础上考察生涯辅导干预技术对大学生学业拖延的影响。方法:采用SDS自评抑郁量表和《Ait ken拖延问卷》对某高校82人进行调查,筛选具有拖延症状无抑郁状态的14名被试进行生涯辅导,另外将处于拖延症无抑郁症状态的14名作为控制组,不实施干预,一个月后再次对实验组和控制组实施测量。结果:1.该校大学生中有84.146%的人存在学业拖延的现象;2.符合本文中学业拖延状态的被试共28人。其中控制组14名成员前测总均分为63.50分(SD=4.238),后测总均分为61.14(SD=5.127)分,统计学上显著差异[t=2.617,0.010.05]。结论:学业生涯辅导对于改善大学生学业拖延是有效的。     

高校学生管理的预警机制探析

随着我国高等教育的快速发展,高校学生管理工作发生了深刻的变化,为应对变化带来的挑战,本文提出了建立学生管理工作预警机制的建议.     

基于RFE-RF-XGBoost的坝体位移预测研究

为了加强尾矿库的安全稳定管理,提高溃坝预测预警水平,以坝体位移为研究对象,安全监测数据为研究基础,提出一种基于特征递归消除与随机森林和极限梯度提升的尾矿坝坝体位移预测模型,并与XGBoost、LSTM神经网络、BP神经网络、SVR等预测模型对比,以验证其预测效果.结果表明:所提出模型平均相对误差低于XGBoost模型3...     

基于有效特征选择的高价值移动通信用户预测方法

高价值移动通信用户预测是电信客户关系管理中的一项重要内容。针对建立预测模型时遇到的高维、大规模、类不平衡等数据处理问题,提出了一种基于有效特征选择的预测方法。利用欠采样方式从初始不平衡数据集提取多个平衡训练集,使用结合Pearson相关性分析和随机森林特征重要性评估的特征选择策略,在集成学习方法中嵌入加权和投票机制获得最优的特征子集,最后采用随机森林算法建立预测模型。实验结果表明,该预测模型可以有效降低特征集的维度并提升对高价值移动通信用户的预测性能。     

社会支持对大学生学业满意度的影响:学业自我效能感的中介作用

为了考察社会支持、学业自我效能感和学业满意度的关系以及学业自我效能感在社会支持和学业满意度间的中介作用,采用社会支持问卷、学业满意度问卷还有学业自我效能感问卷对403名全日制本科生展开问卷调查.结果表明:(1)大学生学业满意度得分和学业自我效能感得分均处于中上水平.(2)社会支持、学业自我效能感和学业满意度两两呈显著正...     

大数据分析构建儿科门诊预警机制的研究

为优化儿科门诊服务流程,构建更合理的预警机制,对儿科门诊海量数据采用大数据分析技术,构建一元线性回归模型,通过不同的预测分析法,研究儿科日门诊量与医生出诊人次之间的关联关系,有效掌握数据的变动趋势,从而可以实现具有一定容错机制的预测模型,进而更加合理地实现配置医疗资源的目的.