[发明专利]一种基于学生素质评价的成绩预测方法

权利要求书

1.一种基于学生素质评价的成绩预测方法，其特征在于，操作步骤如下：

a）采集学生素质数据；

b）数据预处理；

c）学生素质评价：根据层次化思想，结合学生各方面素质进行综合评价；

d）学生成绩预测：基于学生素质评价结果，采取上述评价方法中的层次化思想，结合学生的近期成绩值来预测下一次的成绩值；

e）个人及群体评估报告：以学生素质评价结果、预测成绩值及学生素质基础数据作为评估报告的内容数据，通过可视化图表来体现。

2.根据权利要求1所述的基于学生素质评价的成绩预测方法，其特征在于，所述步骤a）中采集学生素质数据具体为：学生素质数据划分为三大部分：各科目成绩数据，至少三学期；创新项目成绩；志愿者活动成绩；将这些数据作为之后成绩评价和预测的基础数据。

3.根据权利要求1所述的基于学生素质评价的成绩预测方法，其特征在于，所述步骤b）数据预处理具体为：在进行一系列的评价模型分析前，先判断成绩数据是否接近于正态分布，即进行数据的正态性检验，然后，使用对数标准化方法对数据进行标准化处理，最后，使用Q-Q图进行对标准化后的数据进行正态性验证；通过观察Q-Q图中数据点是不是近似的出现在一条直线的周边，该条直线是数据的标准差，截距是数据的均值；若检验结果显示这些数据点近似出现在对应直线的附近，则证明通过该构造函数得出的正态标准化数据具有良好的正态性，则利用该标准化后的数据进行学生素质的评价。

4.根据权利要求1所述的基于学生素质评价的成绩预测方法，其特征在于，所述步骤c）的学生素质评价具体为：根据层次化模糊评价方法对学生数据进行层次化划分，第一层是学生基础成绩、成绩进步度、成绩波动度；第二层是对学生基础成绩进行划分为第一学期成绩、第二学期成绩……第N学期成绩；第三层是对学生成绩进步度进行划分为第二学期成绩、第三学期成绩……第N-1学期成绩；此外，在该方法使用过程中，需要对数据进行一致化处理，并需要根据实际情况设定每层的比例矩阵和权重；通过处理过的基础数据和层次权重计算学生的评价值，根据评价值划分优良中差区间。

5.根据权利要求1所述的基于学生素质评价的成绩预测方法，其特征在于，所述步骤d）的学生成绩预测具体为：该预测模型基于步骤c）中层次化模糊评价，结合学生成绩和总评价值来预测成绩值；考虑到标准差因素的影响较小，所以在总评价值的计算过程中去除了标准差的参与。

6.根据权利要求1所述的基于学生素质评价的成绩预测方法，其特征在于，所述步骤e）的个人及群体评估报告具体为：结合学生素质评价结果和学生成绩预测结果来总结生成个人评估报告，其内容包括：各科目基础成绩、各科目评价等级、各科目预测成绩值；对全部学生素质评价结果和全部学生成绩预测结果进行分析，总结生成群体评估报告，最主要的群体包括班级群体和年级群体；班级评估报告包括：各科目均分与最高分对比、班级优秀率和合格率直方图；年级评估报告包括：各班各科分数比较折线图、各班各科优秀人数直方图、年级各分数段人数饼图。