基于多源数据综合分析的大学生成绩预测系统设计与实现开题报告

1. 研究目的与意义

21世纪，人类社会全面进入信息化时代，互联网信息技术已经渗透到了各行各业，深刻地影响着人们的生活、学习和工作方式，社会的进步和经济的发展对信息技术以及信息资源的依赖程度越来越高。

在教育领域，互联网信息技术的快速发展同样使得教育相关数据的收集变得更加高效，教育相关数据信息量不断地快速增加，这为学生学习方式、促进教学改革等教育相关的研究提供了丰富的数据资源。教育领域也引入了越来越多的技术辅助手段用于学生教学的开展，使用教育数据通过不断发展的机器学习技术、统计、数据挖掘、心里教育学和信息检索知识来挖掘有价值的信息，为教育者、学生和管理者提供服务，以帮助老师更好地教导学生，学生更好地学习知识，管理者更好地管理校园。在教育方面，学生成绩是衡量学生个人能力和教师教学水平的最重要因素，提前预测学生课程成绩能够对学生和教师起到提前预警、及时纠正的作用,学生成绩预测也是教育数据挖掘中最重要的一个方向。但是现有的学生成绩预测研究中,大部分的数据量普遍较少,数据模型不适用我国教育情况,同时传统教育数据挖掘研究里对学生成绩的预测很少考虑到课程之间隐含的关联。针对以上问题,本课题通过研究学生的前期学习行为数据信息,预测学生的后续成绩。通过成绩的预测，对学生个人督促自我提升、获取定量评估，对教师汲取学生教学反馈、优化教学方式等都有极大的促进作用。因此，预测学生成绩逐渐成为教育数据挖掘领域最重要的研究方向之一。

2. 研究内容和预期目标

主要研究内容：本课题通过研究学生的前期学习行为数据信息,预测学生的后续成绩，预警学生纠正自身的学习态度，反馈给教师即时修正教学方案。

预期目标：1.学生注册、登录后可以查询自己的基本信息，包括姓名、学号、性别、已完成的课程及其成绩以及最近阶段所学课程成绩预测结果和老师给的预警。

2.教师客户端教师可以查询、修改各学生的基本信息。

3. 研究的方法与步骤

1.文献研究法。通过阅读相关领域的研究文献了解了本课题在目前信息化背景下的意义，通过成绩的预测，对学生个人督促自我提升、获取定量评估，对教师汲取学生教学反馈、优化教学方式等都有极大的促进作用。对成绩预测的算法做了一些了解，比如随机森林算法、CART回归算法等。阅读文献过程中也了解了学生画像特征库的构建。

2.信息研究方法。根据信息论、系统论、控制论的原理，通过对学生学习行为信息的收集、传递、加工和整理获得有价值的信息。

4. 参考文献

[1]赵磊,邓彤,吴卓平.基于数据挖掘的mooc学习者学业成绩预测与群体特征分析[j/ol].高教研究:1-13[2021-01-08].

[2]毛天怡. 基于学生画像和课程相似度的学生成绩预测模型[d].浙江大学,2020.

[3]宋洁. 基于校园大数据的学习行为分析及学习成绩预测[d].华中师范大学,2020

5. 计划与进度安排

1、2022.1.10 ---- 2022.2.20查阅资料，了解课题背景， 撰写开题报告

2、2022.2.21 ---- 2022.3.18根据课题要求，进行需求分析，熟悉开发工具

3、2022.3.19 ---- 2022.3.31根据分析结果，对系统进行概要设计