[发明专利]一种智慧校园旷课预警方法与系统

说明书

本发明涉及教育大数据技术领域，尤其涉及一种智慧校园旷课预警方法及系统。包括：步骤S‑1，获取所有预测对象的已完成学期和未完成学期的相关特征数据；步骤S‑2，基于所有预测对象已完成学期的相关特征数据筛选初始特征；步骤S‑3，基于所述所有预测对像已完成学期的初始特征数据构建训练数据集，基于所有预测对象未完成学期的初始特征数据构建测试数据集；步骤S‑4，基于所述训练数据集获取旷课分类预测模型；步骤S‑5，将所述测试数据集输入所述预测模型以获得各预测对象的旷课分类结果，当所述旷课分类结果符合预设规则时进行预警。

技术领域

本发明涉及教育大数据技术领域，尤其涉及一种智慧校园旷课预警方法及系统。

背景技术

目前的教育资源属于高度稀缺资源，单个学校在教育硬性资源的投入都是十分巨大的，但不是每个学校都能获得硬性资源的投入，学校与学校之间的竞争应该体现在对软资产、软实力的竞争智商。例如，学校的无形资产、教育资源、学校的教学能力、学校的知名度和美誉度；包括学校的源动力、感召力、管控力、规划力、执行力、共识力。诸如对学生的教育培养和师资队伍的建设、学校文化特质等。

在当下教师资源越来越缺乏的情况下，如何最大程度的发挥的教师资源的作用，在仅有的教师资源的前提下更加完善、有效的进行校园事务管理是解决我们匮乏教育资源的关键。

发明内容

本申请为了解决上述技术问题，提出了一种智慧校园旷课预警方法，其特征在于，包括：

步骤S-1，获取所有预测对象的已完成学期和未完成学期的相关特征数据；

步骤S-2，基于所有预测对象已完成学期的相关特征数据筛选初始特征；

步骤S-3，基于所述所有预测对像已完成学期的初始特征数据构建训练数据集，基于所有预测对象未完成学期的初始特征数据构建测试数据集；

步骤S-4，基于所述训练数据集获取旷课分类预测模型；

步骤S-5，将所述测试数据集输入所述预测模型以获得各预测对象的旷课分类结果，当所述旷课分类结果符合预设规则时进行预警。

上述技术方案中，对于预测旷课分类结果符合预设的规则时进行预警，使得班主任、导师、班长等可以提前获知需要重点关注的学生对象，对于收到预警的学生自己也具有警示作用，降低学校管理成本、提高学习管理效率。

作为优选，所述步骤S-2包括：

步骤S-2-1，计算各相关特征与旷课分类结果的相关度；

步骤S-2-2，将相关度大于预设相关度的相关特征作为初始特征。

作为优选，所述步骤S-2-1中，计算各相关特征关于所述旷课分类结果的皮尔森相关系数；

所述步骤S-2-2中，将关于所述旷课分类结果的皮尔森相关系数的绝对值大于预设值的相关特征作为初始特征。

作为优选，所述步骤S-4中，基于所述训练数据集并且采用支持向量机算法获取所述旷课分类预测模型。

作为优选，所述旷课分类等级包括轻微旷课和严重旷课；

所述步骤S-5中，当旷课分类结果为严重旷课时进行预警。

作为优选，所述相关特征包括预测对象的旷课数目；

轻微旷课的旷课数目小于预设旷课数目；

严重旷课的旷课数目大于等于预设旷课数目。

作为优选，所述相关特征包括预测对象的身份信息、课程名称、考试成绩、旷课数目、晚归记录、补考记录、挂科情况、图书借阅类型、出勤情况。