[发明专利]基于大数据环境下的成绩预测方法及系统

说明书

本发明公开了基于大数据环境下的成绩预测方法，包括：获取成绩系统数据；选取目标科目成绩与其他科目成绩进行相关性检验，根据相关性与贡献显著性确定满足预测要求的预测科目并选择作为其变量的其他科目成绩；根据选择出的变量利用最小二乘法拟合线性模型，得出符合成绩预测条件的预测模型；往预测模型中输入本届数据集中对应特征变量的科目成绩，生成预测科目的成绩。本发明还公布了基于大数据环境下的成绩预测系统，包括获取模块、年级划分模块、变量选择模块、模型构建模块以及成绩预测模块。采用本发明，能够根据历届以及在校各级学生的课程成绩数据对在校各级学生的具体课程成绩进行有效的预测，给予学生与教师实际的针对性指导意见。

技术领域

本发明涉及成绩预测领域，尤其涉及基于大数据环境下的成绩预测方法及系统。

背景技术

随着信息化教育到来，通过大数据和云计算等技术来改善传统教育方式，逐渐成为新的发展趋势。由于当今仍处于较为单一的封闭传统教育阶段，高校管理方对学生成绩数据的管理还停留在对数据库中成绩数据简单查询阶段,所以不能体现大数据带来的价值与收益。

目前，已有较多的专家和学者针对学业成绩预测做了相关研究：2010年，武彤等人应用决策树算法建立学生成绩预测分析模型及分类规则，找出影响学生成绩因素以有效地辅助教学管理工作；2012年，王凯成等人利用Microsoft SQL Server提供的数据挖掘功能分析学生历史成绩数据，预测学生的平均学分绩点，帮助老师提前采取措施避免发生学生绩点不达标的情况；2014年，张林红等人分析学生早餐习惯与成绩的关联规则，发现早餐就餐次数多、时间早的学生成绩明显高于就餐次数少、时间晚的规律；2018年，周庆等人基于一卡通数据与课程分类的关联性预测学生是否存在及格风险。以上研究都是预测成绩的影响因素与学生的学分绩点，并未根据历届以及在校各级学生的课程成绩数据对在校各级学生的具体课程成绩进行有效的预测，无法提供针对性的指导意见。

发明内容

本发明所要解决的技术问题在于，提供基于大数据环境下的成绩预测方法及系统，能够根据历届以及在校各级学生的课程成绩数据对在校各级学生的具体课程成绩进行有效的预测，给予学生与教师实际的针对性指导意见。

为了解决上述技术问题，本发明提供了基于大数据环境下的成绩预测方法，包括；获取成绩系统数据；将数据根据不同年级划分为往届数据集与本届数据集；在往届数据集中，选取目标科目成绩与其他科目成绩进行相关性检验，并计算出其他科目成绩的贡献显著性，根据相关性与贡献显著性确定满足预测要求的预测科目并选择作为其变量的其他科目成绩；统计满足预测要求的预测科目对应的数据集，并根据选择出的变量利用最小二乘法拟合线性模型，得出符合成绩预测条件的预测模型；往预测模型中输入本届数据集中对应特征变量的科目成绩，生成预测科目的成绩。

优选地，所述基于大数据环境下的成绩预测方法还包括：对获取的数据清洗处理。

优选地，所述基于大数据环境下的成绩预测方法还包括：对清洗处理后的数据标准化处理。

优选地，所述基于大数据环境下的成绩预测方法还包括：将往届数据集与本届数据集分别按专业划分为专业年级数据集。

优选地，所述基于大数据环境下的成绩预测方法还包括：对预测成绩较低的科目进行预警标识。

本发明还提供了基于大数据环境下的成绩预测系统，包括：获取模块，用于获取成绩系统数据；年级划分模块，用于将数据划分为往届数据集与本届数据集；变量选择模块，用于选择构建预测模型的变量；模型构建模块，用于构建符合成绩预测条件的预测模型；成绩预测模块，用于输入作为变量的科目成绩并生成预测科目的成绩。

优选地，所述基于大数据环境下的成绩预测系统还包括：清洗模块，用于对获取的数据清洗处理。

优选地，所述基于大数据环境下的成绩预测系统还包括：标准化模块，用于对清洗处理后的数据标准化处理。