基于数据挖掘技术的学生管理数据分析——以温州职业技术学院晚归数据为例

作者：叶超

来源：科技创新与应用, 2020, (15): 189-190.

• 晚归
• 数据挖掘
• 决策树
• 教育大数据

随着教育信息化的普及,如何有效地利用学生管理过程中产生的数据,提高学生管理水平和效率,成为了新时代学生管理过程中亟需解决的问题。文章通过决策树分析,研究了温州职业技术学院2013年9月-2018年12月学生晚归与当时天气情况的联系。研究发现在晴天、高温(29℃以上)、风力强(3级以上)的情况下,更容易发生晚归。而在晴天、高温(29℃以上)、风力弱(0-3级)和晴天、低温(20℃以下)的情况下,发生晚归的情况明显低于平均值。文章的研究结论可以帮助学生公寓管理人员,通过天气预报提前识别可能发生的晚归风险,有针对性地进行学生回寝的统计和检查。从而降低因晚归带来的管理风险,提高学生管理工作的有效性和针对性。

• 单位
  温州职业技术学院