基于大数据的学生综合评价系统

数据挖掘技术在企业运营中得到广泛应用，但高校数据挖掘意识不强。随着智慧校园的推进，研究者逐渐重视对有关学生教育大数据的分析与挖掘，因此针对学生信息测评方面的研究不是很多，且高校学生系统大都由不同部门运营和维护，学生测评方式单一，缺少统一支持海量数据处理的平台支撑智慧校园的建设。因此利用大数据技术建立分析挖掘学生信息的数据处理与应用平台，具有重要实际意义。[11]目前的校园信息平台仍然不够成熟，企业级项目的建设方案和经验不能照搬到校园的信息化平台建设，因此，本项目选择以学生综合评价这一方面出发，搭建学生信息处理的平台，运用大数据以及网页开发相关技术进行开发，验证所提出的基于大数据分析的学生综合评价方法的效果。通过构建能综合反映学生在校表现情况的测评体系，利用可视化网页页面，不仅使得老师能够客观评价学生，并提出更好的教学方案，更能让学生更直观的了解自我，还能为相关管理部门的决策提供数据上明确的依据，使学生综合评价体系能够成为引导学生在校学习生活的风向标，引导学生能够平安快乐地度过他们自己的大学生活。
目前高校学生综合评价体系不够完善，本人将以以下几个方面作为研究内容：
1).评价标准单一且比重失衡：利用大数据技术，构建学生综合评价的新方法，不只看重文化课成绩，理论学习等硬性内容，更包括其他方面的数据，如社会实践，课余爱好兴趣等等。
2).评价范围较为局限：利用大数据技术，不仅仅对学生专业知识进行评价，更要对学生的综合素质进行评价。不局限于传统意义上的能力，比如新型能力，像数据整合分析能力的评价，学生素质的评价，学生外出情况，消费情况的评价，等等。[12]
高校学生综合测评作为大学生评优、评奖和就业等的重要参照依据，与每一个大学生都密切相关。传统的大学生综合素质评测一般是通过书面问答或者实际调查的方式来进行，随着网络信息技术的快速发展，传统的评测方式已经不能满足当前教学管理的需求，为进一步提高大学生综合素质评测的效率，开发一个高效、智能的大学生综合素质评测系统是非常必要的。构建基于大数据的高校学生综合评测系统，既能科学地反映出每个学生的发展，又能为学生树立起一个导向性目标，从而引导学生全面提高自身素质，提高学生管理的水平和效率。[10]因此，高校对于包含大数据分析功能的学生综合评价系统的需求是十分迫切的。
1.    任务书内容确认，开始进入毕业设计工作          2022年 11.23-11.27
2.    查阅资料，撰写文献综述                                11.30-12.11
3.    递交开题报告                                          12.14-12.25
4.    递交专业译文                                          12.28-1.15
5.    开始进行毕业论文的撰写以及系统的设计与实现    2023年 3.01-3.12
6.    继续系统的实现工作                                    3.15-3.26
7.    系统基本功能实现完毕，对系统进行完善                  3.29-4.16
8.    论文中期检查（提交论文初稿）                          4.19-4.23
9.    查漏补缺，完善论文                                    4.26-4.30
10.    查漏补缺，完善论文                                    5.03-5.07
11.    查漏补缺，完善论文                                    5.10-5.14
12.    预答辩                                                5.17-5.21
13.    查漏补缺，论文查重                                    5.24-5.28
14.    查漏补缺，论文查重                                    5.31-6.04
15.    论文定稿并提交打印稿二份                              6.07-6.11
16.    论文答辩                                              6.12