中职院校学生管理大数据技术研究与应用

发布时间：2021-09-24 02:14

　　在信息科技快速发展的今天,大数据技术已经运用到生活中的各个角落,每天无时无刻不产生着大量的数据,这些数据既蕴藏着无数价值和财富,同时也挑战着人们的传统认知。近年来,数字化校园管理在中等职业学校得到了广泛的应用。随着学校大规模扩招,传统的学校管理手段已经不再适应“大学校”时代的到来。学校管理人员希望可以通过使用高级机器学习、大数据技术以及统计学相关技术,分析中等职业院校学生日常生活过程所产生的海量数据。通过数据分析找到学生日常生活和学习规律,为学校管理人员更好地去管理学生,提供一些决策参考。本文主要研究内容如下:1、通过研究在校学生的日常消费数据,探索如何结合使用高级机器学习K-means聚类算法和统计学方法对正常上课期间学生消费进行分类,通过出勤时段日均消费划分为“贫困”、“中下”、“中等”“中上”、“富裕”等级来对学生家庭条件进行评判,为家庭相对不富裕的学生提供学校工作岗位和助学资金的支持,使其顺利完成中职学业。利用多维数据聚类研究学生各项消费数据、出勤数据、成绩数据,探索学生消费习惯和在校成绩间的关系。2、研究学生出勤与考试成绩的相关性,尝试使用K-means算法分别对考勤和考试成... 

【文章来源】：郑州大学河南省 211工程院校

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

基本数据来源及分析图

25图 3.1 k-means 算法伪代码图3.3 基于 K-means 算法的中等职业学校消费水平聚类分析3.3.1 中等职业学校学生消费聚类分析由于国家对部分省份的中等职业教育实施“免学费”计划，很多成绩较差，且家庭不能负担私立高中费用的同学走进了中职院校。部分中等职业学校的在校学生家庭状况差，但是在生活中为了赢得自尊，主动放弃了学校提供的资助和勤工俭学岗位，从而导致部分学生不能够顺利完成学业，走向了不良道路以及产生抑郁症等情况。为了更好的使学生顺利完成学业，本文将对学生消费情况进行分析。本文研究的这所中职院校为一所全日制封闭式院校，仅节假日可以进出学校，工作日均封闭在学校内。但是由于个别中职学生学习习惯不好，出勤度比较低，请假、逃课情况比较多，在这种情况下“月均消费值”会和真实消费情况有较大误差。而且学生近一半来自学校所在城市，由于学校离家近大多数学

图 4.1 部分学生的出勤与考试成绩的线性拟合图4.4 构建学生考勤与成绩相关性的灰度关联分析法本文研究通过对中等职业学校日常考勤与学期考试的平均成绩进行Apriori关联规则分析其基本流程图如图4.2所示。将处理后的数据集进行输入，进行 Apriori 算法分析，通过调整参数使其满足支持度大于等于最小支持度的值，置信度的值大于最小置信度的值。满足条件最后进行输出。


本文编号：3406890