摘要：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。

摘要：针对现有教学信息系统在学生课外学习主动性促进方面存在的不足,设计并实现了一种可针对学生实验课程成绩进行主动式预警的系统。该系统根据学生以往实验报告及教师批阅信息,利用贝叶斯分类器对学生实验课程最终考核成绩提前作出预测并及时发出预警,以督促学生在课外更加主动地学习。将该机制应用于《C程序设计实验》教学改革中,结果表明,该系统能在结课前有效预测学生最终考核成绩,且启用成绩预警后,学生及格率相比从前提高了12%以上。

摘要：本文以学生成绩信息和数据挖掘理论为基础,重点研究了大数据环境下的高等院校成绩预警算法设计与优化,提出了一种基于关联分析技术的预警机制,保证预警系统知识库规则的丰富、科学和完备。对我校某专业学生期末成绩进行预警知识挖掘,从中提取出关联规则集,进而预测学生成绩的未来走向,批导学生进行学习计划的调整,从而为教师和教务部门的决策提供支持。

摘要：本文采用基于深度学习的循环神经网络(RNN),来对高校过往学生成绩数据进行处理分析,挖掘各课程之间的关系,进而实现对学生未来课程的预测,便于对相关学生做出预警通知。该预警可以加强教务系统的应用,从而加强对学生的管理,对防范学生出现挂科现象具有良好效果。

摘要：随着高校智慧校园建设的深入,所采集的校园大数据呈几何基数增长,如何充分利用大数据对校园学习生活进行科学的预测与示警是智慧校园建设研究的重大课题。为了弥补以往的技术不足,采用机器学习技术应用于成绩预警这个领域中,随机森林算法、应用支持向量机(SVM,Support Vector Machine)、线性回归、回归分类树等技术,详细论述了高校学生成绩预警系统的基于机器学习的成绩预警功能的设计与实现。

摘要：运用信息化的手段进行成绩预警,能够减少高校传统成绩预警所带来的巨大工作量,大幅度提高教学管理效率。探讨高校成绩预警的现状,并结合北京中医药大学成绩预警指标,设计高校学生成绩预警数据库系统,提出一种基于机器学习算法的高校学生成绩预警模型。利用北京中医药大学部分学生的成绩数据为总训练集,应用关联规则挖掘课程之间的潜在关联,对存在异常的学生及时进行预警。通过实际数据检验了预警方案的可行性,该预警机制是对现有成绩预警机制的有效改进,使预警能够提前产生,为尽早介入学生不良学业提供了技术支撑,有利于提高学生的学习质量和效果,对教学管理方法的改进和教学质量的提高有着积极的指导意义。

摘要：在高校学生成绩预警研究中,传统的分析是使用统计汇总方法,这种方法挖掘出的规律不够深入,并缺乏明确的指导原则.该文以教务成绩信息和数据挖掘理论为基础,重点研究了大数据环境下的高等院校成绩预警算法设计与优化,提出了一种基于关联分析技术的预警机制,保证预警系统知识库规则的丰富、科学和完备.通过对某高校同一专业学生的成绩进行预警知识挖掘,获得了预警规则集,进而帮助学生对课程的未来成绩走向进行预测,并相应地调整学习计划,为教学管理提供有效的决策支持.

摘要：学生的学习质量是高校人才培养方案中的一个重要环节。现阶段,考试仍是较为公平衡量学生学习能力的手段之一,学习成绩的高低基本可以作为学校办学质量和检验学生学习成果的主要依据。学习成绩预警系统通过深入挖掘、筛选、分析学生关联课程历史成绩,生成学生学习状态与学习行为,对存在异常的学生进行预警,提高教育管理水平与学生学习质量。

摘要：分析大学程序设计类课程的MOOC教学中存在的问题,介绍基于HUSTOJ平台的在线评测教辅系统设计和开发过程,并说明教学效果及优势。

摘要：随着近年来职业教育教学水平的不断发展,中职教育已成为家长和学生乃至人类社会的重要阶段。在计算机发展的同时,中职生的作业成本也在增加,并呈上升趋势。如何提高日常学习和个人信息管理的效率,降低办公成本,已成为各中职高专亟待解决的重要问题。