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。