科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前我国高职院校学业预警机制大多以学分获取情况作为事后评判标准,忽视了从学生日常学习生活行为状态获取预警数据,导致学业预警方式单一、干预行为滞后、帮扶效果不佳。本文通过对高职院校学生综合素质测评数据进行采集、清洗、分析,使用Logistic回归法构建学业预警模型,运用K-prototype聚类法对预警级别进行分级。研究结果表明,该模型精度高达87.5%,能较好地对学业预警情况进行评测,实现学业预警状态实时监测,对高职院校全面推进素质教育、提高人才培养质量均具有较高的应用价值。
- 单位
目前我国高职院校学业预警机制大多以学分获取情况作为事后评判标准,忽视了从学生日常学习生活行为状态获取预警数据,导致学业预警方式单一、干预行为滞后、帮扶效果不佳。本文通过对高职院校学生综合素质测评数据进行采集、清洗、分析,使用Logistic回归法构建学业预警模型,运用K-prototype聚类法对预警级别进行分级。研究结果表明,该模型精度高达87.5%,能较好地对学业预警情况进行评测,实现学业预警状态实时监测,对高职院校全面推进素质教育、提高人才培养质量均具有较高的应用价值。
