[发明专利]学生学业预警系统及其方法

权利要求书

1.一种学生学业预警系统，其特征在于：包括可采集预设学校学生原始数据的采集单元，可按预设要求提取学生原始数据中特征数据的提取单元，可将特征数据进行分类的归类单元，可对归类单元中各不同类别进行信息增益赋值的配置单元，可判断信息增益并赋值后的数据是否为预警数据的判断单元；采集单元、提取单元、归类单元、配置单元和判断单元构建形成样本模型；样本模型内进一步设置有可采集待检测数据的输入单元以及可将是否为预警数据结果输出的输出单元，输入单元采集待检测数据，并进入至样本模型中进行数据分析，以判断待检测数据是否为预警数据，输出单元将判断后的预警结果输出；其中，所述采集单元电性连接所述提取单元，所述提取单元电性连接所述归类单元和所述配置单元，所述归类单元和所述配置单元电性连接所述判断单元，所述输入单元电性连接所述判断单元，所述判断单元电性连接所述输出单元。

2.一种学生学业预警方法，基于权利要求1所述学生学业预警系统，其特征在于：包括以下步骤：

获取预设学校学生的原始数据信息；

提取原始数据信息中的特征数据，并对该特征数据进行分类赋值并计算赋值后的数据，以作为判断是会否为预警数据的基准数据；

判断赋值计算后的特征数据是否为预警数据；

根据原始数据提取赋值计算后形成的预警结果共同构成样本模型；

输入待检测数据至样本模型中，该待检测数据在样本模型中进行赋值计算后输出是否为预警数据，以输出待检测学生是否为学业预警学生。

3.根据权利要求2所述的学生学业预警方法，其特征在于：在获取预设学校学生的原始数据信息步骤中，所述原始数据信息包括学生基本信息、学生成绩、就餐打卡记录、图书馆入馆记录和借书记录。

4.根据权利要求2所述的学生学业预警方法，其特征在于：在提取原始数据信息中的特征数据，并对该特征数据进行分类赋值并计算赋值后的数据，以作为判断是会否为预警数据的基准数据的步骤中，所述特征数据是指对学业产生影响的数据，包括上学期期末成绩、专业排名、学业警示、专业类别、总入馆次数、平均入馆次数、最早入馆时间点、开学与平均次数差、平均入馆次数、平均入馆时间间隔、学分、生源地、周末缺少率、周末平均值、首节无课缺少率、首节有课缺少率和首节无课平均值。

5.根据权利要求4所述的学生学业预警方法，其特征在于：在提取原始数据信息中的特征数据，并对该特征数据进行分类赋值并计算赋值后的数据，以作为判断是会否为预警数据的基准数据的步骤中，对特征数据进行赋值分别为：上学期期末成绩成为0.20-0.30，平均入馆次数为0.01-0.02，总入馆次数为0.002-0.005，专业排名为0.08-0.09，周末缺少率为0.01-0.02，开学与平均次数差为0.002-0.005，学业警示为0.03-0.04，首节无课缺少率为0.01-0.02，最早入馆时间点为0.002-0.05，专业类别为0.02-0.03，首节有课缺少率为0.01-0.02，周末平均值为0.001-0.002，学分为0.02-0.03，首节无课平均值为0.005-0.01，首节有课平均值为0.001-0.002，生源地为0.02-0.03，最早入馆时间点为0.002-0.005，平均入馆时间间隔为0.001-0.002。