[發明專利]學生學業預警系統及其方法

在審

• 申請號: 201711393925.7
• 申請日: 2017-12-21
• 公開（公告）號: CN107967540A
• 公開（公告）日: 2018-04-27
• 發明（設計）人: 王勇;王端瑞;董軍宇;馮建平;張立凱;劉宇;鄒學
• 申請（專利權）人: 中國海洋大學;青島偉東云教育集團有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/20
• 代理公司: 青島清泰聯信知識產權代理有限公司37256
• 代理人: 高洋

1.一種學生學業預警系統，其特征在于：包括可采集預設學校學生原始數據的采集單元，可按預設要求提取學生原始數據中特征數據的提取單元，可將特征數據進行分類的歸類單元，可對歸類單元中各不同類別進行信息增益賦值的配置單元，可判斷信息增益并賦值后的數據是否為預警數據的判斷單元；采集單元、提取單元、歸類單元、配置單元和判斷單元構建形成樣本模型；樣本模型內進一步設置有可采集待檢測數據的輸入單元以及可將是否為預警數據結果輸出的輸出單元，輸入單元采集待檢測數據，并進入至樣本模型中進行數據分析，以判斷待檢測數據是否為預警數據，輸出單元將判斷后的預警結果輸出；其中，所述采集單元電性連接所述提取單元，所述提取單元電性連接所述歸類單元和所述配置單元，所述歸類單元和所述配置單元電性連接所述判斷單元，所述輸入單元電性連接所述判斷單元，所述判斷單元電性連接所述輸出單元。

2.一種學生學業預警方法，基于權利要求1所述學生學業預警系統，其特征在于：包括以下步驟：

獲取預設學校學生的原始數據信息；

提取原始數據信息中的特征數據，并對該特征數據進行分類賦值并計算賦值后的數據，以作為判斷是會否為預警數據的基準數據；

判斷賦值計算后的特征數據是否為預警數據；

根據原始數據提取賦值計算后形成的預警結果共同構成樣本模型；

輸入待檢測數據至樣本模型中，該待檢測數據在樣本模型中進行賦值計算后輸出是否為預警數據，以輸出待檢測學生是否為學業預警學生。

3.根據權利要求2所述的學生學業預警方法，其特征在于：在獲取預設學校學生的原始數據信息步驟中，所述原始數據信息包括學生基本信息、學生成績、就餐打卡記錄、圖書館入館記錄和借書記錄。

4.根據權利要求2所述的學生學業預警方法，其特征在于：在提取原始數據信息中的特征數據，并對該特征數據進行分類賦值并計算賦值后的數據，以作為判斷是會否為預警數據的基準數據的步驟中，所述特征數據是指對學業產生影響的數據，包括上學期期末成績、專業排名、學業警示、專業類別、總入館次數、平均入館次數、最早入館時間點、開學與平均次數差、平均入館次數、平均入館時間間隔、學分、生源地、周末缺少率、周末平均值、首節無課缺少率、首節有課缺少率和首節無課平均值。

5.根據權利要求4所述的學生學業預警方法，其特征在于：在提取原始數據信息中的特征數據，并對該特征數據進行分類賦值并計算賦值后的數據，以作為判斷是會否為預警數據的基準數據的步驟中，對特征數據進行賦值分別為：上學期期末成績成為0.20-0.30，平均入館次數為0.01-0.02，總入館次數為0.002-0.005，專業排名為0.08-0.09，周末缺少率為0.01-0.02，開學與平均次數差為0.002-0.005，學業警示為0.03-0.04，首節無課缺少率為0.01-0.02，最早入館時間點為0.002-0.05，專業類別為0.02-0.03，首節有課缺少率為0.01-0.02，周末平均值為0.001-0.002，學分為0.02-0.03，首節無課平均值為0.005-0.01，首節有課平均值為0.001-0.002，生源地為0.02-0.03，最早入館時間點為0.002-0.005，平均入館時間間隔為0.001-0.002。