大数据背景下基于易班的高校学业预警机制研究

王叶 胡海滨 段利强

摘要高校学业预警作为高校学业管理的重要组成部分，是加强学风建设和提升高等教育人才培养质量的重要措施。尤其是高等教育进入普及化阶段后，学生因各种原因而导致无法正常毕业的问题日益突出，使得学业预警在强化学生学业管理过程的作用更加明显。本文以杭州电子科技大学为例，通过对基于易班的“上课啦”学勤管理系统的研究，构建出以“上课啦”学勤管理系统为核心的学业预警体系，保障本科生教学质量。

关键词 大数据 学业困难 预警机制 易班

中图分类号：G647文献标识码：ADOI：10.16400/j.cnki.kjdk.2021.19.001

Research on the Academic Early Warning Mechanism of Colleges and Universities Based on E-class under the Background of Big Data

——Take Hangzhou Dianzi University as an example

WANG Ye， HU Haibin， DUAN Liqiang

（Hangzhou Dianzi University， Hangzhou， Zhejiang 310018）

AbstractAs an important part of the academic management， the academic warning is an important measure to strengthen the construction of the study style and improve the quality of the talent training in higher education. Especially after the higher education has entered the popularization stage， the problem that students can not graduate normally due to various reasons is becomingmore andmore prominent， which makesthe functionofacademic warning in strengthening the process of student academic management more obvious. This paper takes Hangzhou Dianzi University as an example， through thestudy ofthe"class" learningmanagement system basedon the e-class，constructs a learning early warning system with "class" learning management system as the core， and guarantees the teaching quality of undergraduates.

Keywordsbig data； academic difficulties； early warning mechanism； e-class

2018年8月，教育部發布《关于狠抓新时代全国高等学校本科教育工作会议精神落实的通知》，在学生学习、考试以及毕业考核方面提升了标准，要求“严格本科教育教学过程管理……加强学习过程考核……严格考试纪律、严把毕业出口关……”2019年10月，又发布《关于深化本科教育教学改革全面提高人才培养质量的意见》，指出要“完善过程性考核与结果性考核有机结合的学业考评制度……严格学分质量要求，建立学业预警、淘汰机制……”我国高等教育从大众化阶段进入普及化阶段，大学生的数量逐年增多，学生在学业基础、学业管理和个人管理等方面能力参差不齐。不少大学生自我管理和自主学习能力较弱，由学业困难引起的无法正常毕业等问题逐渐凸显。尤其是我国进入新发展阶段，对高质量人才的需求在逐步攀升。因此，学业预警就显得尤为重要。

随着科学技术的快速发展，大数据技术、人工智能技术被广泛地应用于各个行业领域，对教育领域也产生了深刻影响。将大数据技术和人工智能技术等应用于高校学业预警工作成为一种趋势，并在不断的实践过程中取得了一定的成果。以杭州电子科技大学为例，由该高校自主研发的“上课啦”智能学勤系统，将大数据、人工智能语音等技术与上课考勤、学业预警等结合，提升了学业预警的有效性，扎实推进了学风建设，强化了学业过程管理，从而有效提升人才培养质量。

1学业预警内涵

通常，根据学生管理手册的有关规定和各专业人才培养方案的相关要求，一些学生在早期学业出现问题时，学校运用信息技术手段及时察觉，并告知学生及家长，三方经过有效的沟通和协作，采取有针对性的相应防范措施，促使学生顺利毕业的教育手段叫作学业预警。[1]学校通过密切关注并掌握学生学习过程中不同阶段的学习状态、学习效果、存在的问题等，及时干预可能产生的学业问题，从而引导学生回归正常学习状态。学业预警的主要目标是加强学业过程管理，敦促学生勤奋学习，保障本科教学质量。[2]

学业预警机制的构建，不仅能够及时识别、了解学生学业困难情况，帮助学业困难学生顺利完成学业，也能够提升毕业生合格率，为国家发展培养更多有用人才。“学业困难学生”比例也是高校争创“双一流”大学的重要参考指标。学生的发展也关系到千万家庭的喜怒哀乐，关系到人民群众的幸福感。因此，构建学业预警机制对促进大学生健康发展，实现中国梦有着重要的实践意义。[3]

2学业预警现状

为有针对性、及时性地发现学生可能的学业问题，高校会依据实际情况建立不同的学业预警制度，一般是根据学生修读学分等情况将学业预警进行分类等级划分。如北京交通大学的学业预警分为“预警、第一次警示、第二次警示、退学”四级，每学期对学业成绩达不到最低要求的学生实行学业警示。[2]杭州电子科技大学采用同样的修读学分等级将预警类型划分为退学警示、试读、延长学年等。该预警机制通常以学期为单位，在学期末根据学生学业成绩进行预警提示。类似机制存在的缺点主要是预警范围狭窄（根据课程不及格的数量）、预警时间滞后（每学期末）、效率较低等诸多问题。

近年来，国家对本科生教育质量愈加重视，不少学者围绕高校学生学业困难问题开展研究。尤其是2014年以后，关于学业困难产生的原因、学业预警机制体系的构建、如何精准识别和帮扶等方面展开的研究逐渐增多。甘友成从学业困难产生的原因入手，分析构建学业困难学生帮扶体系；[4]葛晓滨基于用户画像技术和高校智慧校园的大数据等，通过标签分类、数据加工、模型分析等实现对学生精准分析；[5]刘海欧等对大数据深度画像进行了探讨，并将其应用在学生的个性化学习精准服务上；[6]姜媛基于KPI考核体系对学业困难学生精准帮扶工作体系进行了研究，提出了精准帮扶的理念；[7]方水明从学业困难学生的影响因素入手，质性分析学业困难学生筛查的重要维度与具体指标，提出精准协同帮扶机制。[8]

大数据、人工智能等技术应用于高校学业预警工作后，为学业预警注入了新的发展活力。通过大数据分析、人工智能自动推送等技术，可以将动态和多维度的学生上课考勤大数据作为精准识别学业困难学生的实证数据之一，为科学决策作支撑，进一步为实现学业困难学生的学业预警和精准帮扶提供大数据依据。尤其是智媒快速发展的今天，人人拥有移动通讯工具，在利用移动终端进行课堂考勤、学业过程管理以后，会形成聚集的学生相关学业数据痕迹，通过数据分类及关联、分析、筛选等对数据进行处理，可形成学业预警指标，在学生学习过程中即可进行学业警示，提前对学业困难学生进行干预、教育和帮扶。

3“上课啦”智能学勤系统为核心的学业预警体系构建

该体系的核心是将“上课啦”智能学勤系统嵌入易班、微信等应用中，通过对学生上课进行考勤，并形成请假审批、数据分析、学生考勤、辅导员AI助手等功能，对学生的学业相关数据进行汇聚和梳理，通过数据进行分析、聚类和关联，形成学生独特的学业识别指数，通过智能推送等将学业相关数据推送给学生本人、辅导员等，从而根据学生独特学业识别指数智能识别需要重点关注的学业困难学生，并进行学业警示。

3.1“上课啦”学勤管理系统

该系统通过课堂智慧考勤，将教师、辅导员、教务部门和学工部门工作有机结合。学勤管理系统从教师教学管理出发，将数据服务于教务部门的教学运行管理，服务于学工部门的学风建设，服务于辅导员的精准辅导，其框架模型主要包括四个模块，分别为教师模块、学生模块、辅导员模块以及教务处模块。这四个模块以协同化的方式在学勤管理系统中相辅相成。

针对教师和辅导员育人过程的协同管理，教师将课堂考勤、平时成绩、考核方式等信息通过学勤系统向学生公开，提高教学过程考核的公信力。辅导员实时获得学生到课和平时成绩情况，对于课堂缺勤和作业未交的学生，辅导员及时介入引导、主动帮扶。针对教务和学工部门的教风学风建设，通过采集全校学生考勤和平时成绩数据信息，对二级学院的教风、学风给出量化数据分析。通过纵向、横向对比分析，为改进教学教育效果，加强教风、学风提供精准数据支撑。此外，目前高校學生和教师接入信息平台众多，学勤系统可无缝嵌入各类信息平台，满足教师学生的不同使用习惯。同时已有的教务系统，网络教学平台中学生过程数据和评价数据需要有效对接。

3.2基于“上课啦”的学业预警体系设计

3.2.1课堂考勤

教师通过移动端（腾讯微校卡或微信公众号等）发起课堂考勤，采用基于签到码点名或手动点名，对当前到课情况和课程考勤统计情况进行查阅，分析和结果导出。考勤管理主要包括手动点名、签到码点名、请假审批、考勤记录、选课名单、导出课堂考勤等功能。手动点名可通过手动选择到课、旷课、迟到、请假、早退等类型对系统推荐选课学生名单进行标记，提交数据后进行保存，同时支持修改功能。签到码点名则会生成数字签到码，课堂现场提供给学生并在60s内学生完成登记，进行考勤记录。请假审批则通过该系统进行请假，经过辅导员情况核实信息真实性后，根据请假时间长短选择性通过老师、学院、学校等环节完成线上审批环节。学生可实时通过该系统查询请假审批流程进度。考勤记录主要对学生考勤数据进行整合和分析。选课名单可通过直观方式对所有学生到课情况进行阅览。导出课堂考勤则直接根据学生考勤情况生成EXCEL格式的课堂考勤数据，方便教师将考勤情况纳入课堂平时成绩管理中，操作简便、易上手。

学生通过移动端（如易班APP）输入签到码完成点名。同时该系统还涉及了人工智能语音自动电话提醒未到课学生及时上课，并设计“上课啦”学勤预警系统，系统自动将缺课超过一定课时的需要重点关注的学生信息推送给辅导员，提醒辅导员及时进行关注。

辅导员移动端或PC端可通过请假审批、数据分析、学生考勤、辅导员AI助手等掌握学生课堂考勤情况。请假审批可配合学生完成审批流程。数据分析则通过所带学生专业、年级、班级、学生个人等方面对一定时期内的学生考勤数据进行查询，并形成到课率、旷课次数比等数据。学生考勤可通过学号、姓名等方式进行单人次或多人次查询学生考勤情况。辅导员AI助手通过对考勤预警数据、异常清单数据进行整合和分析，形成重点关注学生数据库，方便进行数据分析和归类，并针对学生情况进行精准思政和精准学业帮扶。

3.2.2过程考核管理

过程考核管理主要根据任课教师需求，设计考勤管理和过程管理两大功能。在考勤管理中，教师可根据请假审批、选课名单、导出课堂考勤等方面进行使用。请假审批通过上课啦系统对请假学生完成请假审批流程，自动记录请假数据。选课名单可对选课学生数据进行统计和汇总。在过程管理方面，教师可以对过程考核设置课程考核方式，考核项，各项占比配置；过程性成绩录入和导出；课堂测试题的出题和自动评分和统计。辅导员可查阅学生课程过程性考核信息（含考勤），约谈学生实现精准辅导。系统同时可以完成选择题自动批改和打分；和已有平台对接平时成绩并自动计算；成绩按要求计算和输出设计。

3.2.3学风教风建设

学风建设模块，学校教务管理部门及学生管理部门可在该系统中通过PC端或移动端实时查阅各学院学业数据，并通过学风指数如图表等方式对学院学风数据进行展示；同时可对达到教学处理规定旷课时数学生名单及详情、学院教师使用学勤系统数据等情况进行查询和数据导出。在学院层面，各学院端口也可通过PC端或移动端实时查阅本院学生课堂到课情况和平时考核统计数据，警示学生名单并兼具数据导出等功能。同时该系统可按照学生旷课时数进行由高到低排序，形成本学院、各年级、各班级的到课率数据。

教风建设模块主要是以课程为单位的学生考勤详情为原始数据，以辅导员教师所在组织对旷课处理情况统计情况以及教师所在组织单位统计的考勤情况为主要展示手段，给予管理者实时、动态、全局的学生学习状态，教师教学状态的数据，方便管理者分析对于所制定的政策，规章制度的效果予以判定，并为设计制定更为切实可行的规则制度，运行管理规范提供精确参考。

4结论

通过杭州电子科技大学近两年的学业预警数据对比，发现自实施“上课啦”学业预警体系以来，学生的到课率明显提升，高年级学生学业预警转化率比往年有所提升，高年级学生受到预警学生人数也有所减少。大部分受到上课啦提醒关注的重点学业困难学生在经过精准识别、帮扶后，学业成绩上取得了较大进步。构建学业预警体系时还应注意，学业预警机制是一个持续性、动态性的过程体系，如何真正的在预警以后对学生有切实、可靠的帮扶效果，还需要各高校进一步实践与探索。

基金项目：2019年度本论文为杭州电子科技大学高等教育教学改革课题《基于易班系统的高校学生学业管理及预警机制研究》的成果

参考文献

[1]王福玲，裴乃航，古万军.高校学业预警机制的构建与实践探析[J].承德石油高等专科学校学报，2019，21（06）：75-79.

[2]樊崇艺，李清勇，王浩业，等.学业警示体系的设计与实践——以北京交通大学为例[J].工业和信息化教育，2019（03）：17-20.

[3]陈国磊.“双一流”背景下构建学业困难生精准帮扶机制的探索与实践[J].中国农村教育，2019（05）：19-20.

[4]甘友成.高校学业困难学生的精准帮扶研究[J].高校辅导员学刊， 2017，9（03）：79-83.

[5]葛晓滨.基于画像技术对学生实现精准分析和服务[J].安徽建筑大学学报，2019，27（03）：99-104.

[6]刘海鸥，刘旭，姚苏梅，等.基于大数据深度画像的个性化学习精准服务研究[J].图书馆学研究，2019（15）：68-74.

[7]姜媛.工科大学生学业困难精准帮扶工作體系研究——基于KPI考核体系[J].林区教学，2019（01）：20-21.

[8]方水明.高校疑似学业困难生筛查及精准协同帮扶机制研究[J].黑龙江教育（高教研究与评估），2020（06）：56-58.