熊德蘭

(許昌學(xué)院 黨委統(tǒng)戰(zhàn)部,河南 許昌 461000)

學(xué)業(yè)預(yù)警與幫扶是加強(qiáng)高校學(xué)生管理,提高學(xué)生自我管理能力,營造良好學(xué)風(fēng)的重要舉措.當(dāng)前,國內(nèi)外關(guān)于學(xué)業(yè)預(yù)警的研究主要集中在學(xué)業(yè)預(yù)警的作用、工作機(jī)制、體系構(gòu)建及指標(biāo)評價(jià)等方面[1,2],盡管取得了一定的成效,但在實(shí)踐中通常存在預(yù)警延遲、幫扶缺失等問題.在智慧校園環(huán)境下,數(shù)據(jù)挖掘技術(shù)為學(xué)業(yè)預(yù)警和個(gè)性化幫扶提供了全新的解決方案,受到人們的普遍關(guān)注[3-5].本研究結(jié)合許昌學(xué)院學(xué)生管理和學(xué)業(yè)預(yù)警工作實(shí)際,提出基于學(xué)生畫像技術(shù)的學(xué)業(yè)預(yù)警與幫扶設(shè)計(jì)框架.通過校園大數(shù)據(jù)平臺進(jìn)行學(xué)生行為分析和學(xué)業(yè)綜合評價(jià),設(shè)置黃、橙、紅三級預(yù)警不同等級,定制有針對性的幫扶措施,實(shí)現(xiàn)了“提前預(yù)警、精準(zhǔn)幫扶、全程跟進(jìn)”的全方位學(xué)業(yè)預(yù)警和個(gè)性化幫扶服務(wù).

1 基于大數(shù)據(jù)學(xué)生畫像技術(shù)的學(xué)業(yè)預(yù)警模型

1.1 學(xué)業(yè)預(yù)警和幫扶服務(wù)框架

基于大數(shù)據(jù)平臺的學(xué)業(yè)預(yù)警主要通過學(xué)生每學(xué)期教學(xué)任務(wù)、課程授課過程中教師教學(xué)行為和學(xué)生學(xué)習(xí)生活行為進(jìn)行大數(shù)據(jù)分析,從而找出可能或已經(jīng)發(fā)生的學(xué)習(xí)問題及完成學(xué)業(yè)困難的學(xué)生,最后給出警示性提示和相應(yīng)幫扶措施.該研究是在基于大數(shù)據(jù)學(xué)生畫像的基礎(chǔ)上[6],構(gòu)建學(xué)業(yè)預(yù)測模型分析學(xué)生學(xué)習(xí)行為數(shù)據(jù),通過專業(yè)任務(wù)指標(biāo)、課程學(xué)習(xí)指標(biāo)和學(xué)生行為特征指標(biāo)進(jìn)行分析比對,建立預(yù)測模型,實(shí)現(xiàn)數(shù)字化評價(jià)、精準(zhǔn)化預(yù)警和個(gè)性化幫扶,如圖1所示.

1.2 智能化學(xué)業(yè)預(yù)警模型

預(yù)警模型的選擇是學(xué)業(yè)預(yù)警和幫扶服務(wù)的關(guān)鍵環(huán)節(jié).研究中,采用K-means聚類算法進(jìn)行學(xué)習(xí)行為特征挖掘,從學(xué)分績點(diǎn)預(yù)測、課程掛科預(yù)警、行為異常三個(gè)方面開展預(yù)警.K-means是由Macqueen提出的一種迭代求解算法[7],K指的是聚類簇?cái)?shù),Means是為每個(gè)聚類族數(shù)中的數(shù)據(jù)均值.

實(shí)驗(yàn)中,通過大數(shù)據(jù)平臺數(shù)據(jù)分析建立的學(xué)生特征集X={x1,x2,…xn},設(shè)置簇?cái)?shù)為K(K≥3).從數(shù)據(jù)集中隨機(jī)抽取一個(gè)樣本,分別作為三個(gè)聚類中心C1;計(jì)算聚類中心C1與數(shù)據(jù)集X中的所有樣本之間的歐式距離,選取最大的樣本作為第二個(gè)聚類中心C2;計(jì)算聚類中心與數(shù)據(jù)集X中的樣本之間的歐式距離為dij(i=1,2,…,n;j=1,2),從中選取距離最小值,確定樣本di作為第三個(gè)聚類中心C3.

di=maxi(min(di1,di2,…,dij)).

以此類推,按照公式中選取樣本到已有聚類中心的距離,確定下一個(gè)聚類中心,最終得到K個(gè)聚類中心集合C={c1,c2,…ck}.

通過每個(gè)學(xué)生學(xué)習(xí)行為特征向量與各簇類中心向量之間的相關(guān)性分析,就可以找到異常學(xué)生進(jìn)行預(yù)警,如計(jì)算在線學(xué)習(xí)行為與課程任務(wù)之間相關(guān)性分析發(fā)現(xiàn)可能有掛科傾向的學(xué)生,計(jì)算學(xué)業(yè)成績與專業(yè)目標(biāo)之間相關(guān)性分析可以預(yù)測學(xué)生是否能正常畢業(yè),追溯學(xué)生生活學(xué)習(xí)軌跡可以找到學(xué)習(xí)行為異常的學(xué)生,根據(jù)其嚴(yán)重程度分別給出黃色、橙色、紅色預(yù)警.

2 大數(shù)據(jù)平臺學(xué)業(yè)預(yù)警與幫扶實(shí)現(xiàn)

2.1 學(xué)業(yè)預(yù)警與幫扶服務(wù)平臺設(shè)計(jì)

學(xué)業(yè)預(yù)警和幫扶服務(wù)平臺包括數(shù)據(jù)層、技術(shù)層、建模層和應(yīng)用層,如圖2所示.數(shù)據(jù)層側(cè)重于收集本校在日常管理和教學(xué)中產(chǎn)生的各類數(shù)據(jù),將各種結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行整合,為大數(shù)據(jù)的分析提供支撐.技術(shù)層側(cè)重于基礎(chǔ)數(shù)據(jù)處理,異構(gòu)數(shù)據(jù)適配、轉(zhuǎn)換、存儲等,運(yùn)用大數(shù)據(jù)畫像技術(shù)進(jìn)行各類標(biāo)簽的抽取.建模層主要運(yùn)用數(shù)據(jù)挖掘算法進(jìn)行學(xué)業(yè)預(yù)警分析,應(yīng)用層則依據(jù)學(xué)業(yè)分析和預(yù)警信息進(jìn)行展示,向教師、學(xué)生等提供預(yù)警信息和處理措施.

圖2 基于大數(shù)據(jù)學(xué)生畫像平臺的學(xué)業(yè)預(yù)警與幫扶平臺設(shè)計(jì)

2.2 學(xué)業(yè)特征數(shù)據(jù)采集

結(jié)合許昌學(xué)院學(xué)業(yè)預(yù)警管理實(shí)際,主要選取課程學(xué)習(xí)指標(biāo)特征、學(xué)生學(xué)習(xí)行為指標(biāo)特征和專業(yè)任務(wù)指標(biāo)特征三類數(shù)據(jù)進(jìn)行采集.其中課程學(xué)習(xí)指標(biāo)特征主要是在線課程每門課程授課任務(wù)和在線教學(xué)平臺使用和作用完成情況信息,主要特征集合X={x1,x2,x3,…,xn},指標(biāo)特征集如表1所示.學(xué)生學(xué)習(xí)行為特征主要是指學(xué)生常態(tài)化學(xué)習(xí)情況及學(xué)業(yè)評價(jià)結(jié)果,行為特征指標(biāo)集Y= {y1,y2,y3, …,yn},特征具體如表2所示.專業(yè)任務(wù)指標(biāo)是指專業(yè)人才方案規(guī)定的學(xué)分績點(diǎn)要求以及德、智、體、美、勞等各方面要完成的指標(biāo)性要求.

表1 課程學(xué)習(xí)指標(biāo)特征集

2.3 學(xué)業(yè)預(yù)警可視化展示

在校園大數(shù)據(jù)綜合服務(wù)平臺,對所發(fā)現(xiàn)的學(xué)習(xí)困難或?qū)W習(xí)行為異常的學(xué)生進(jìn)行學(xué)業(yè)預(yù)警可視化展示,并根據(jù)預(yù)警列表進(jìn)行分類匯總展示,如圖3所示.學(xué)生管理人員可以及時(shí)查看各學(xué)院預(yù)警學(xué)生相關(guān)信息,對預(yù)警信息和幫扶建議進(jìn)行審核確認(rèn)后,可以向?qū)W生下達(dá)預(yù)警通知.學(xué)生登錄系統(tǒng)后可以自動彈出黃(橙、紅)牌警告信息,并查看個(gè)人學(xué)習(xí)、生活詳細(xì)數(shù)據(jù)分析和幫扶建議,從而實(shí)現(xiàn)了“提前預(yù)警、精準(zhǔn)幫扶、及時(shí)跟進(jìn)”的目標(biāo).

圖3 學(xué)業(yè)預(yù)警平臺可視化效果展示

2.4 個(gè)性化學(xué)業(yè)幫扶措施

根據(jù)學(xué)業(yè)預(yù)警問題的差異,系統(tǒng)推送的個(gè)性化幫扶措施主要有三類.一是系統(tǒng)導(dǎo)學(xué),即通過追蹤一個(gè)時(shí)間段內(nèi)學(xué)生學(xué)習(xí)和生活軌跡,發(fā)現(xiàn)課程學(xué)習(xí)問題和理薄弱環(huán)節(jié),形成個(gè)性化學(xué)習(xí)推薦路徑,如某課程學(xué)習(xí)資料鏈接、網(wǎng)絡(luò)其他同類課程資源等.二是優(yōu)生助學(xué),即向預(yù)警學(xué)生推薦同班、同校內(nèi)其他優(yōu)秀學(xué)生信息或相關(guān)鏈接,鼓勵(lì)學(xué)生之間舉辦線上線下的互助交流活動,激發(fā)學(xué)生互助互學(xué)熱情.三是教師督學(xué),即任課教師或輔導(dǎo)員查看預(yù)警學(xué)生詳細(xì)情況,開展線上線下學(xué)習(xí)指導(dǎo)、談心談話等,督促他們及時(shí)調(diào)整學(xué)習(xí)安排,包括學(xué)業(yè)規(guī)劃指導(dǎo)、知識講座、課程重修等.

3 結(jié)語

本文以校園大數(shù)據(jù)平臺為基礎(chǔ),提出利用學(xué)生畫像技術(shù)實(shí)現(xiàn)學(xué)業(yè)預(yù)警與幫扶服務(wù),提高了學(xué)業(yè)預(yù)警的準(zhǔn)確度和幫扶的及時(shí)性,為高校學(xué)生管理人員和學(xué)生提供便捷高效的服務(wù),為智慧校園環(huán)境下個(gè)性化學(xué)習(xí)服務(wù)提供了很好的基礎(chǔ).下一步,將圍繞結(jié)合個(gè)性化學(xué)習(xí)路徑推薦和學(xué)業(yè)幫扶成效進(jìn)行深入研究.