（一）研究内容或拟阐述的问题：

   本文旨在利用数据挖掘技术搭建学业预警 系统，保障学生正常完成学业。 本研究主要以某校本科生的历史成绩数据，利用四个机器学习算法预测是否会被留级，搭建学业预警 系统，保障其正常完成学业，为高校提供一定的决策支持。主要研究内容分为学业预警 模型研究和学业预警系统设计与实现两部分。

（二） 设计（论文）思路：

1.对于管理信息系统方面，当前，信息化时代席卷全球，信息技术的迅速发展及广泛应用，有力的推动了管理信息系统的发展。

2.技术选型：采用Python语言进行代码编写，使用目前主流的信息管理系统框架。

3.工具选择：开发工具采用目前主流的开发者工具，能极大提升开发效率。

4.进行需求分析。

5.进行系统整体架构、相关功能模块、前端页面的设计。

6.学习掌握相关技术并进行功能模块与前端页面的开发。

7.进行系统测试。

 

三、 设计（论文）提纲

1 绪论

  1.1课题研究背景

  1.2开发目的及意义

  1.3开发工具及环境部署要求

2 数据挖掘技术概括

  2.1 数据挖掘定义

  2.2 数据挖掘研究内容

2.3 数据挖掘研究的过程

  2.4 关联规则分析与Apriori算法

3 学业预警因素的数据库建立和挖掘

  3.1 学生个人数据的建立

  3.2 学生成绩数据的建立

  3.3 学生成绩数据的结构化

3.4 学生成绩数据的离散化

3.5 学生成绩数据中的课程关联规则挖掘

4 数据挖掘技术模型的构建

  4.1 建立模型

  4.2 输出学业预警规则分析

  4.3 课程对学生学业预警影响分析

  4.4 挖掘课程关联规则分析

5 系统测试及性能评估

  5.1 功能性测试

  5.2 系统性能评估