本发明属于互联网web技术领域，涉及了大数据技术。
背景技术：
随着大数据的崛起和数据密集科学的发展，教育数据挖掘成为大数据在教育领域的具体应用,基于数据的教学干预应用程式已出现并在实际教学中使用。
技术实现要素：
系统的功能如下：
1.应用edm技术，分析跨越多所高等院校的学生数据，以期发现并确认影响学生退学/以及是否能够毕业的因子，并据此实施有效的教学干预；par的主要目的是应用edm技术，分析跨越多所高等院校的学生数据，以期发现并确认影响学生退学/以及是否能够毕业的因子，并据此实施有效的教学干预
2.通过数据挖掘和统计预测模型，根据多个变量来预测学生是否能够完成/通过该课程；signals系统通过数据挖掘和统计预测模型，根据多个变量（表现指标包括：现有平均分和努力程度，如学生lms的交互频率；个性特点指标包括学术准备，如高中平均分和各项标准考试成绩；学生特点，如是否为美国居民、年龄和选修学分）来预测学生是否能够完成/通过该课程；
3.该系统的数据模型包括以下核心数据元素：（1）总体元素：基本框架，描述所有par数据的基本概况；（2）学生一般元素：描述学生人口数据和学术背景信息；（3）学生课程元素：描述学生参加的课程和学生的课程成果；（4）学生的学术元素：学生级别的数据；（5）课程目录的元素：教育机构开办的par学生就读的课程细节信息；（6）学校元素：学术单位的具体信息。