文章详情

摘要

为探究和实现高职学生学习行为与学业成绩之间的关联关系，本研究选取南疆典型高职院校19个专业1 295名学生的学习行为与学业成绩原始数据。首先使用Python对数据进行清洗和转置，形成基础数据集。随后按照公共课、专业课、选修课及毕业设计（论文）等教学环节计算各模块学习成绩绩点，结合高职院校学籍管理规定计算出学生的学业成绩。在学习行为维度，对学生在图书馆学习行为和食堂就餐行为数据进行归一化，与学业成绩合并组成“学习行为与学业成绩”数据集。接着使用Python实现聚类和离群点算法，对数据集展开数据挖掘，在此基础上生成决策树模型，并对模型进行测试、评估和可视化，该研究为学生学习行为与学业成绩关系的实现提供了有益借鉴。

关键词

聚类；离群点；决策树；ROC曲线；AUC

参考文献

1. [1] 新华社.中共中央 国务院印发《教育强国建设规划纲要（2024—2035年）》 [R/OL].https://www.gov.cn/gongbao/2025/issue_11846/202502/content_7002799.html.
2. [2] 李虹羽，何俊，莫菊清.基于数据挖掘的学生学习行为分析与成绩预测——以思政课为例 [J].现代信息科技，2025，9（12）：147-151.
3. [3] 丁国勇，贺斌.高校学生学业表现影响因素的实证研究 [J].黑龙江高教研究，2020，38（10）：145-151.
4. [4] 李俊堂.高中文理分科对大学生学业表现影响的研究 [D].大连：辽宁师范大学，2012.
5. [5] 郭玉婷，邬大光.重新认识学分制和绩点制的本质与功能 [J].教育发展研究，2024，44（23）：1-9.
6. [6] 黄亚苹，张洋磊，王曦影.学分绩点制下学优生的策略主义行动及生成逻辑 [J].江苏高教，2024（6）：58-66.
7. [7] 程巧.平均学分绩点对学生学业影响机理研究 [J].军事高等教育研究，2024，47（4）：63-67.
8. [8] 李沿知.学生学习行为分析：内涵考察和方法探究——兼论大数据背景下的学习行为分析方法范式转换 [J].现代职业教育，2018（28）：198.
9. [9] Ikotun A M，Ezugwu A E，Abualigah L，et al. K-Means Clustering Algorithms: A Comprehensive Review, Variants Analysis, and Advances in the Era of Big Data [J].Information Sciences，2023，622：178-210.
10. [10] 张立娜，张兴瑞，马丽，等.基于启发式交叉策略优化的K-Means聚类算法 [J].吉林大学学报（理学版），2025，63（6）：1663-1672.

作者简介

李毅(1977—)，男，汉族，河北井陉人，教授，硕士研究生，研究方向：职业教育、数据挖掘；徐萍(1987—)，女，汉族，新疆昌吉人，助教，本科，研究方向：职业教育与信息化。