一种面向大规模学员的学业预警监测方法

摘要

本发明提供了一种面向大规模学员的学业预警监测方法，在对预测方法和大数据处理平台研究的基础上，针对目前智慧教学应用中学员差异化分析、个性化教学方法的不足，提出了一种有效的解决方案，即基于并行计算框架和学习预测算法，建立了离线学习预测模型，该方案包括特征处理、建模准备、模型训练和模型部署四个阶段。学习预测过程实现了一个基于Spark和HBase的大规模实时学习预测系统。并基于预测结果对风险学员(预测为挂科的学员)进行重点监测，寻找风险点。风险学员监测过程包含风险群体聚类分析，聚类分析的目的在于发掘各风险学员的风险点，便于针对不同的学员群体提供建议。