摘要：學(xué)生成績(jī)可以直接反映學(xué)生的學(xué)習(xí)結(jié)果，因此很多高校十分注重對(duì)學(xué)生綜合成績(jī)的分析，但常規(guī)使用的成績(jī)分析模型的學(xué)生綜合成績(jī)數(shù)據(jù)分析性能較差，無法準(zhǔn)確地對(duì)學(xué)生的綜合成績(jī)進(jìn)行評(píng)價(jià)，基于此，文章對(duì) Python語言下的綜合成績(jī)分析模型進(jìn)行設(shè)計(jì)。首先根據(jù)相關(guān)性變量分析綜合成績(jī)因子，在Python語言下結(jié)合得到的成績(jī)因子和相應(yīng)評(píng)估策略設(shè)計(jì)分析模型，根據(jù)成績(jī)項(xiàng)目評(píng)估集確定模型參數(shù)，優(yōu)化分析性能，完成綜合成績(jī)分析模型的設(shè)計(jì)。最后通過實(shí)驗(yàn)結(jié)果表明，設(shè)計(jì)模型的學(xué)生綜合成績(jī)分析性能較好。

關(guān)鍵詞：Python語言;綜合成績(jī)分析模型;因子變量;教學(xué)評(píng)價(jià);成績(jī)分析

中圖分類號(hào)：TP391 ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）05-0082-03

在一定程度上，學(xué)生的綜合成績(jī)能夠反映學(xué)生的學(xué)習(xí)狀態(tài)，是對(duì)學(xué)生一段時(shí)期學(xué)習(xí)效果的評(píng)價(jià)。在綜合成績(jī)分析的過程中，由于科目眾多，每個(gè)科目的情況不同，因此各個(gè)科目的成績(jī)分析與評(píng)估頻率有所差異[1]。但總體而言，任何科目都存在一個(gè)共性的問題，即對(duì)課堂表現(xiàn)的考核成績(jī)較多，而競(jìng)賽考核頻度較低。在這種情況下，影響學(xué)生綜合成績(jī)?cè)u(píng)價(jià)的因素有很多，這就導(dǎo)致對(duì)學(xué)生的綜合成績(jī)進(jìn)行評(píng)價(jià)是一個(gè)復(fù)雜的動(dòng)態(tài)過程。另外，對(duì)于當(dāng)前的綜合成績(jī)?cè)u(píng)價(jià)而言，綜合成績(jī)分析是一個(gè)不可回避的重點(diǎn)問題，然而學(xué)生綜合成績(jī)中存在大量信息，例如，有記錄學(xué)生作業(yè)和考試的時(shí)間和分?jǐn)?shù)，有討論次數(shù)和準(zhǔn)確性的記錄，也有教師上課表現(xiàn)的數(shù)據(jù)。這些數(shù)據(jù)不僅種類繁多，數(shù)量也巨大。這些信息會(huì)干擾綜合成績(jī)?cè)u(píng)價(jià)的準(zhǔn)確程度，而傳統(tǒng)方法難以對(duì)無效信息進(jìn)行剔除，為提升學(xué)生綜合成績(jī)?cè)u(píng)價(jià)準(zhǔn)確度，本文利用Python語言設(shè)計(jì)了一種新的綜合成績(jī)分析模型，以在獲取數(shù)據(jù)后，根據(jù)多維多粒度分析模型進(jìn)行自動(dòng)分析，從而更好地解決以上問題。

1 Python語言下的綜合成績(jī)分析模型設(shè)計(jì)

1.1 綜合成績(jī)因子分析

在學(xué)生的綜合學(xué)習(xí)成績(jī)中往往存在一些具有相關(guān)性的因子，對(duì)綜合成績(jī)的相關(guān)變量產(chǎn)生各種影響，為此需要對(duì)綜合成績(jī)因子進(jìn)行分析[2]。成績(jī)因子變量并非原始變量的簡(jiǎn)單取舍，而是一種新的綜合，而且成績(jī)因子變量之間沒有線性關(guān)系。一般而言，因子分析的核心問題有兩個(gè)：一是如何構(gòu)造因子變量;二是如何對(duì)因子變量進(jìn)行命名解釋?，F(xiàn)如今，可以將綜合成績(jī)因子設(shè)定為各種競(jìng)賽項(xiàng)目[3]。由于學(xué)生綜合成績(jī)中的競(jìng)賽項(xiàng)目主要有全國(guó)比賽、省級(jí)比賽、市級(jí)比賽和校級(jí)比賽等，在不同類型的比賽過后，會(huì)根據(jù)成績(jī)對(duì)學(xué)生的等級(jí)和學(xué)習(xí)質(zhì)量進(jìn)行確定，可以說比賽成績(jī)是對(duì)學(xué)生知識(shí)或技能的肯定，但過多的數(shù)據(jù)對(duì)實(shí)現(xiàn)成績(jī)的高效管理產(chǎn)生了阻礙，這就必須通過各種方法得到學(xué)生在網(wǎng)絡(luò)教學(xué)中的全過程數(shù)據(jù)，并在綜合成績(jī)因子的基礎(chǔ)上，對(duì)相關(guān)數(shù)據(jù)進(jìn)行分類評(píng)估。為了實(shí)現(xiàn)這一目的，本研究提出了Python語言下的綜合成績(jī)分析模型，以更好地獲取數(shù)據(jù)，并對(duì)這種潛在能力因子進(jìn)行統(tǒng)計(jì)。此外，如果不能使用統(tǒng)一的標(biāo)準(zhǔn)進(jìn)行計(jì)算，則很難提升綜合評(píng)估質(zhì)量，而該模型設(shè)計(jì)了一個(gè)能夠讀取學(xué)生情況的功能，可以將讀取到的數(shù)據(jù)轉(zhuǎn)化為綜合學(xué)習(xí)成績(jī)，并以雷達(dá)圖的形式表示出來。這種模型充分考慮了評(píng)價(jià)結(jié)果的多維性和顆粒性，提供直觀的數(shù)據(jù)依據(jù)，使學(xué)校能夠直觀地對(duì)學(xué)生進(jìn)行評(píng)價(jià)，并進(jìn)行因材施教，有利于實(shí)現(xiàn)學(xué)生的全面發(fā)展。出于對(duì)以上種種因素的考慮，本文對(duì)Python語言下的綜合成績(jī)分析模型進(jìn)行了設(shè)計(jì)。

1.2 基于Python語言設(shè)計(jì)分析模型

Python語言以其簡(jiǎn)單性、可讀性和可擴(kuò)展性特別適合數(shù)據(jù)挖掘應(yīng)用程序的開發(fā)和設(shè)計(jì)，因此受到程序員的青睞。為實(shí)現(xiàn)對(duì)學(xué)生綜合成績(jī)的評(píng)價(jià)，本程序使用了Pickle 庫(kù)、Numpy 庫(kù)以及 Matplotlib 庫(kù)進(jìn)行分析[4]。而且在當(dāng)前信息技術(shù)不斷發(fā)展的當(dāng)下，大多數(shù)學(xué)生的成績(jī)已經(jīng)可以用數(shù)字化技術(shù)進(jìn)行管理。因此在讀取數(shù)據(jù)時(shí)，需要?jiǎng)h除空格和多余的列，并對(duì)學(xué)科名稱進(jìn)行組織并讀取學(xué)生的成績(jī)。為了給后續(xù)的學(xué)科選擇和數(shù)據(jù)分析提供有效的數(shù)據(jù)，因此可以在該模型中按照既定日期的順序，對(duì)學(xué)生的各科成績(jī)進(jìn)行疊加，并依據(jù)多元化職能論，對(duì)學(xué)生的綜合能力進(jìn)行分析。而且為了實(shí)現(xiàn)設(shè)計(jì)模型的靈活操作，該模型的評(píng)估策略可以根據(jù)實(shí)際情況進(jìn)行動(dòng)態(tài)調(diào)整，針對(duì)網(wǎng)絡(luò)教學(xué)的特點(diǎn)，采用不同的計(jì)算方法。例如，百分制一般用于考試，是一種相對(duì)穩(wěn)定的、被廣泛認(rèn)可的計(jì)算方法，但是不同學(xué)科有不同的特點(diǎn)，這就導(dǎo)致百分制無法對(duì)所有學(xué)科進(jìn)行有效評(píng)價(jià)，而針對(duì)這些問題，該模型簡(jiǎn)單易讀且可擴(kuò)展，擁有多套測(cè)評(píng)方式，能夠?qū)崿F(xiàn)學(xué)校學(xué)生綜合成績(jī)的快速直接的評(píng)價(jià)，并根據(jù)學(xué)生特點(diǎn)進(jìn)行個(gè)性化教育，選拔合適的人才。

另外，網(wǎng)絡(luò)教學(xué)在選定評(píng)價(jià)標(biāo)準(zhǔn)時(shí)，要根據(jù)國(guó)家的教育方針確定實(shí)際教學(xué)的方向[5]。因此在評(píng)價(jià)方案的制定過程中需要建立健全的制度，而設(shè)計(jì)模型中的評(píng)價(jià)體系的建立以客觀性為原則，在評(píng)價(jià)執(zhí)行過程中設(shè)置各項(xiàng)指標(biāo)，并對(duì)獲取的數(shù)據(jù)來源進(jìn)行客觀分析，能夠記錄下反映學(xué)生綜合素質(zhì)的數(shù)據(jù)，因此可以更真實(shí)、全面地反映學(xué)生的實(shí)際情況，從而促進(jìn)學(xué)生德、智、體、審美等方面的全面發(fā)展。

1.3 確定模型參數(shù)

Python語言下的綜合成績(jī)分析模型，對(duì)學(xué)生成績(jī)多因子變量的特點(diǎn)進(jìn)行了充分考量，從而對(duì)學(xué)生的綜合成績(jī)進(jìn)行評(píng)估，可以實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)教學(xué)中不同學(xué)生、不同成績(jī)的有效評(píng)估。

由于存在在相同時(shí)期或者不同時(shí)期相同的成績(jī)被重視的程度不同等問題，本文用C表示評(píng)估項(xiàng)目集，項(xiàng)目中包括考試成績(jī)、作業(yè)的完成情況、課堂的表現(xiàn)情況，比賽的成績(jī)和社交活動(dòng)情況等，評(píng)估項(xiàng)目集C如公式（1）所示。

[C=cs1cs2...csicsi+1csi+2...csjcsj+1csj+2...cskcsk+1csk+2...csl] ? ? ? ? ? ? ? ? ? ? ? （1）

上式中，至[csi]表示各類考試成績(jī)，[csi+1]至[csj]表示作業(yè)完成情況，[csj+1]至[csk]表示課堂表現(xiàn)情況，[csk+1]至[csl] 表示比賽成績(jī)。

把考試結(jié)果直接量化，看起來會(huì)更加直接和公平。但是在這個(gè)過程中很多方法主要考慮考試指標(biāo)，而其他指標(biāo)用來修正并量化。這種方法具有很大的隨意性，且考試成績(jī)分值占的權(quán)重比較大，適合應(yīng)試，無法對(duì)學(xué)生的綜合成績(jī)進(jìn)行全面評(píng)價(jià)。而設(shè)計(jì)模型在分析過程中對(duì)學(xué)生的課堂表現(xiàn)也進(jìn)行綜合打分，例如，學(xué)生是否按時(shí)到課堂學(xué)習(xí)，能否按老師要求積極完成教學(xué)任務(wù)，會(huì)不會(huì)控制自己不違反課堂紀(jì)律，能不能保證學(xué)習(xí)的質(zhì)和量。該模型會(huì)將以上對(duì)學(xué)生的表?yè)P(yáng)或批評(píng)信息都記錄、存儲(chǔ)在后臺(tái)數(shù)據(jù)庫(kù)中。在進(jìn)行綜合處理分析后，呈現(xiàn)在老師和學(xué)生面前，不僅方便快捷，而且能夠保證數(shù)據(jù)不會(huì)遺漏。

此外，作業(yè)成績(jī)也是學(xué)生綜合成績(jī)的重要組成部分，可以及時(shí)驗(yàn)證學(xué)生的學(xué)習(xí)情況，進(jìn)而為不同的學(xué)生提供個(gè)性化服務(wù)。當(dāng)老師批改完作業(yè)時(shí)，客觀題可以自動(dòng)批改，而主觀題則需要老師自動(dòng)批改，教師審核的分?jǐn)?shù)、評(píng)語等信息將存儲(chǔ)在系統(tǒng)數(shù)據(jù)庫(kù)中。學(xué)生隨時(shí)隨地都能看到詳細(xì)的作業(yè)評(píng)閱，方便找到學(xué)生學(xué)習(xí)時(shí)的易錯(cuò)點(diǎn)和難點(diǎn)著重學(xué)習(xí)，加強(qiáng)記憶，鞏固學(xué)習(xí)效果。而且學(xué)生在課堂上回答教師提出的問題，并對(duì)回答情況的數(shù)據(jù)進(jìn)行記錄，可以便于以后翻看，不僅可以實(shí)現(xiàn)對(duì)學(xué)生綜合成績(jī)進(jìn)行有效評(píng)價(jià)，還可以為學(xué)生找到自己知識(shí)薄弱點(diǎn)提供必要的數(shù)據(jù)支持。

2 實(shí)驗(yàn)

2.1 實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備

為了驗(yàn)證本文設(shè)計(jì)的綜合成績(jī)分析模型的有效性，需要設(shè)計(jì)實(shí)驗(yàn)進(jìn)行驗(yàn)證。選取某學(xué)校的3146位同學(xué)的成績(jī)，使用本文設(shè)計(jì)的綜合成績(jī)分析模型進(jìn)行分析，將A、B、C、D四個(gè)科目的成績(jī)作為實(shí)驗(yàn)數(shù)據(jù)，分別使用本文設(shè)計(jì)的分析模型和傳統(tǒng)的文獻(xiàn)[1]分析模型對(duì)該學(xué)校同學(xué)的成績(jī)進(jìn)行分析。在驗(yàn)證兩模型性能的過程中，本文選擇查全率和查準(zhǔn)率對(duì)模型的分析性能進(jìn)行描述和評(píng)價(jià)。查全率[R]和查準(zhǔn)率[P]的計(jì)算公式如公式（2）所示：

[R=TPTP+FNP=TPTP+FP] ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

上式（2）中，[TP]表示該校學(xué)生成績(jī)中被挖掘出的成績(jī)項(xiàng)集與真實(shí)項(xiàng)集均為頻繁項(xiàng)集的數(shù)量，[FN]表示被挖掘出的成績(jī)項(xiàng)集為非頻繁項(xiàng)集的數(shù)量，[FP]表示被挖掘出的成績(jī)項(xiàng)集非頻繁項(xiàng)集的數(shù)量。但是在同一分析過程中，查全率和查準(zhǔn)率是互相制約的，因此單獨(dú)對(duì)比這兩個(gè)指標(biāo)無法直觀看出分析模型的性能。因此引入F1值對(duì)兩指標(biāo)進(jìn)行綜合衡量，F(xiàn)1值的計(jì)算公式如下：

[F1=2RPR+P] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

在得到查全率與查準(zhǔn)率的值之后，計(jì)算出F1的值，F(xiàn)1的值越大，則證明模型分析性能越好。在以上的實(shí)驗(yàn)數(shù)據(jù)和評(píng)估指標(biāo)下，分別使用本文設(shè)計(jì)的模型和傳統(tǒng)模型進(jìn)行分析，統(tǒng)計(jì)模型分析結(jié)果，分別計(jì)算出兩種模型的F1值并進(jìn)行對(duì)比。

2.2 實(shí)驗(yàn)結(jié)果

在以上的實(shí)驗(yàn)環(huán)境中，得到在不同評(píng)價(jià)閾值情況下兩種分析模型的F1值結(jié)果，如表1所示。

從表1的數(shù)據(jù)可以看出，本文設(shè)計(jì)的分析模型在不同閾值下，F(xiàn)1的值都高于傳統(tǒng)模型，這證明了本文設(shè)計(jì)的模型在綜合成績(jī)分析過程中的性能優(yōu)于原有模型。

3 結(jié)束語

本文利用了Python語言，設(shè)計(jì)了一種綜合分析模型，該模型由六個(gè)部分組成：項(xiàng)目集、等級(jí)、得分、班級(jí)內(nèi)等級(jí)的計(jì)算方法、班級(jí)內(nèi)等級(jí)的計(jì)算權(quán)重和聚類分析方法，在對(duì)數(shù)據(jù)進(jìn)行有效篩選和清理后，對(duì)學(xué)生綜合成績(jī)分?jǐn)?shù)進(jìn)行分類、分級(jí)以及調(diào)整和整合。最后，對(duì)模型中參數(shù)的生成進(jìn)行了描述。該模型考慮了學(xué)生的綜合素質(zhì)，有利于學(xué)生的全面發(fā)展。而且從綜合評(píng)價(jià)系統(tǒng)中我們可以查看學(xué)生對(duì)每個(gè)評(píng)價(jià)分類的結(jié)果，而且學(xué)生在進(jìn)入自己的評(píng)估界面后，也可以看到已經(jīng)分類完畢的評(píng)估項(xiàng)目集。換句話說，這種模型充分考慮了教學(xué)過程中獲得結(jié)果的多維和多粒度特征，通過對(duì)教師的權(quán)限權(quán)重和參數(shù)進(jìn)行修改，以在原始數(shù)據(jù)的結(jié)果不變的基礎(chǔ)上，合理顯示分?jǐn)?shù)的變化。總而言之，本文設(shè)計(jì)的綜合評(píng)價(jià)模型是一個(gè)客觀評(píng)價(jià)學(xué)生綜合素質(zhì)的模型，評(píng)估的重點(diǎn)可以根據(jù)用戶的管理重點(diǎn)，結(jié)合同學(xué)的實(shí)際情況進(jìn)行調(diào)整。而且本文還進(jìn)行了案例分析，以證明設(shè)計(jì)模型的可行性。但由于學(xué)生成績(jī)和評(píng)價(jià)方式都在不斷變化過程中，在接下來的研究過程中，還需要對(duì)其進(jìn)行深入分析和驗(yàn)證。

參考文獻(xiàn)：

[1] 閆麗.基于SPOC的混合式教學(xué)模式在Python語言程序設(shè)計(jì)課程教學(xué)中的應(yīng)用研究[J].通化師范學(xué)院學(xué)報(bào)，2019，40（10）：137-140.

[2] 王媛.基于Python的學(xué)生綜合成績(jī)分析程序設(shè)計(jì)[J].信息與電腦（理論版），2019（11）：99-101.

[3] 劉新鵬，高斌.利用Python和Pandas進(jìn)行學(xué)生成績(jī)處理[J].信息與電腦（理論版），2020，32（7）：41-43.

[4] 關(guān)鑫潔，黃思奇，位磊.基于Python的求職信息采集分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)時(shí)代，2020（3）：32-34，39.

[5] 姬婷婷，姜永玲，劉蘭芳，等.基于OBE的實(shí)踐考核體系改革的有效性分析——以Python編程基礎(chǔ)為例[J].教育教學(xué)論壇，2020（47）：147-149.

[6] 劉銀波，邊靜，蔡紅梅，等.基于Python+Pandas+Matplotlib的學(xué)生成績(jī)數(shù)據(jù)統(tǒng)計(jì)與圖形輸出實(shí)現(xiàn)[J].信息與電腦（理論版），2019，31（19）：43-45.

[7] 張英俊，李清勇，王公仆，等.基于Python語言的“算法分析”課程設(shè)計(jì)——以動(dòng)態(tài)規(guī)劃算法為例[J].工業(yè)和信息化教育，2019（3）：63-68.

【通聯(lián)編輯：張薇】

收稿日期：2021-06-20

基金項(xiàng)目：河南省職業(yè)教育教學(xué)改革研究項(xiàng)目：職業(yè)院校計(jì)算機(jī)課程理實(shí)一體化教學(xué)模式探究（編號(hào)：ZJB15105）

作者簡(jiǎn)介：蘇文瑾（1986—），女，河南鞏義人，講師，學(xué)士，研究方向?yàn)榇髷?shù)據(jù)。