深入分析学生成绩及其影响因素对于优化大学课程安排和提升教学质量具有重要意义。然而,学生成绩数据涉及多个相互关联的分析主体,具有多元多属性、层次化以及时序相关等特征,传统的分析工具和展示手段功能有限,难以有效探索影响课程成绩的众多关联因素,对异常现象也难以做出深入分析和解释。信息可视化与可视分析技术能够将人的经验和认知推理能力与计算机自动化处理能力融合,具有直观获取规律、迅速发现异常以及交互探索成因等独特优势,已经成功应用于多个领域的大规模复杂数据分析。为此,本文从课程、学生和教师多个角度对分析任务进行提炼,在此基础上根据成绩数据特点设计了多视图协同交互的学生成绩可视分析技术和原型系统——SPVAS。首先采用支持多维属性集成展示的矩阵热力图揭示学生成绩在年级和学期上的时序分布;其次为展示学生成绩中的多元统计特征以及相关联的课程和教师等主体特征,对平行坐标的交互展示能力进行扩充;最后为揭示课程成绩的影响因素以及课程间的相关性,设计弧长链接图与平行坐标和节点链接树相结合的创新布局,并应用多视图交叉筛选和动态关联等交互技术实现完整的学生成绩可视分析与探索过程。基于真实课程数据的案例研究表明,SPVAS较好地支持了从课程、学生和教师任意主体角度出发对学生成绩中的规律和异常的可能原因等进行交叉分析与连贯推理。教学管理者的试用反馈表明,该系统能够有效揭示成绩的多因素相关性和多角度分析异常现象,更好地满足专业课程建设中对课程设置、教师资源配置和课程教学等方面进行优化和改进的决策需求,是可视分析技术应用于教学管理领域的成功尝试。