论文部分内容阅读
摘 要：通过收集、整理和预处理，获得较为完整的计算机类毕业生信息数据;分析专业、性别、社会实践与政治理想、获取精准扶贫助学金、违规违纪处分、毕业情况等各种因素对学业的影响，进而得到地方本科高校计算机学科教学管理的若干有意义的指导与建议，为学生在校期间的学业做出预测性的评估与预警。
关键词：数据分析;学业预测;计算机教育;地方本科高校;SPSS
中图分类号：G640 文献标志码：A 文章编号：2096-000X（2021）19-0052-05
Abstract： By collecting， sorting and preprocessing， this paper obtains more complete information data of computer graduates. Then， the paper analyzes the influence of various factors on academic performance， such as major， gender， social practice and political ideal， targeted poverty alleviation grant， disciplinary punishment and graduation. In the end， some meaningful guidance and suggestions on the teaching management of computer discipline in local universities are put forward， and predictive evaluation and early warning are made for students' academic performance during the school period.
Keywords： data analysis; academic prediction; computer education; local universities and colleges; SPSS
一、問题的提出
随着我国工业2025和智能制造战略的提出，以及信息产业“自主可控”的现实意义越来越迫切，高素质信息技术人才成为左右国家政治命脉、经济发展、军事强弱和文化复兴的关键因素。覆盖了互联网、软件开发、硬件设计、云计算、大数据、人工智能等相关专业的计算机教育近年来得到了快速发展。据统计，目前我国也有1200个院校开设了计算机类相关本科专业，其中，“985”“211”院校占15%左右，地方本科院校占85%左右[1]。地方本科院校的计算机类专业人才培养，构成了我国信息产业人才的基础，为区域经济社会发展提供了重要智力支持和人才支撑。地方本科院校的生源素质与师资水平，决定了其办学定位及人才培养目标，当前地方本科院校的计算机类专业均以就业为导向、以应用型为目标的人才培养，以满足社会发展与需求。
此外，学生在校期间的学业受多种因素的影响[2]，而地方本科院校由于生源情况相关影响更为显著;学校积极利用这些影响因素对学生在校期间学习生活进行指导与激励，能够有效提高学生的学业成绩;同时，也能够根据相关因素可能导致的不利结果，对学生做出学业和生活上的合理干预与预警，从而确保学生顺利、高效的完成学业，达成人才培养目标[3]。
二、分析研究方法
数据分析与数据挖掘成为进行复杂问题分析的重要方法，通过对客观真实的数据进行分析，不仅能对预设问题进行合理解释，也能发现隐藏的新问题。数据分析与数据挖掘方法在教育领域得到了广泛应用[4-5]，促进了教育问题的量化分析，成为制定教育教学各方面决策的主要依据。
本文通过对获取我院2020届计算机类专业毕业学生的学业进展数据、党员发展数据、毕业认证数据、精准扶贫奖学金数据、班级班干成员数据等进行数据集成，然后利用SPSS软件对数据信息综合分析[6]，力求获得专业、性别、社会实践与政治理想、获取精准扶贫助学金、违规违纪处分、毕业等各种因素对学业的影响，进而总结出有意义的结论与建议。
三、数据准备
数据准备（数据预处理）是数据分析的前提，合理的、高质量的样本信息是分析结果准确、有效的保证。在数据预处理中，综合使用了多种手段和工具，如C语言、Access数据库、SPSS、扫描仪、文字识别软件等。数据预处理的基本过程如图1所示。
（一）数据抽取
分析研究涉及到2020届毕业生的学业进展、党员发展、毕业认证、精准扶贫奖学金、班级班干成员等数据，这些数据来源于不同的系统和渠道、以多种文件格式（包括数据库表、Excel、CSV、文本文档、数据图片、纸质文档等）存储。数据抽取时，将不同渠道获取的数据均以毕业生的“学生编号”作为标识属性存储在不同的数据表中，并存入用于数据初步处理的Access数据库中。
在上述过程中，处理的难点在于非机构化存储的文本文档、图片和纸质文档，本文采用的处理方法如下：
1. 对于非结构化存储的文本文件，编写字符过滤程序对数据进行格式化。
2. 对于纸质文档，首先利用扫描仪数字化以PDF文档形式存储在计算机中，再通过文字识别软件进行识别以获得文字，最后对获得的文字进行核对及数据格式化。图片文件采用相应的处理方式。
（二）数据集成
通过数据抽取，将不同渠道信息存储在Access的不同数据表中，并经过简单的处理及分析。然后，将Access中的数据表导入SPSS分析软件，利用“变量合并”功能将多个表中的信息根据“学生编号”标识进行数据合并;合理设计合并后数据表中的变量属性：数据类型、宽度、小数点位数、标签、值、度量标准、角色等，最后以SPSS支持的“sav”格式保存数据;通过数据的规范化，便于后续在SPSS中进行数据分析。 （三）数据编码
集成后的sav数据表中仍然存在数据编码不准确的问题，问题主要分为两类：
1. 变量冗余。例如“毕业”与“结业”预设成为了两个变量，可以合并为“毕业类型”变量，并设置值为：1-毕业、2-结业。
2. 变量取值不规范。例如“处分情况”变量中，存在的取值包括：“否”“无”“没有”“有”“是”等，必须通过变量编码，将取值规范为：“否”和“是”。
同时，对需要进行区间与频数进行分析的字段，创建新的变量。
（四）空值与异常值处理
集成的sav数据表中，部分变量存在空值，虽然空值可能会导致某些分析算法的效果变差，但是空值也存在着一定的意义（比如某些课程没有成绩，是否意味着相应学生并没有选修这门课程）;通过调查研究空值产生的原因，在保留原空值的数据表的基础上，利用SPSS的缺失值分析及变量计算方法，新建一个不存在空值的数据表，便于在后续的分析中使用。
针对少数异常值，主要调查产生的因素，尽量予以保留，以便发现新的问题与解析结果。
经过预处理后，最终数据表的变量信息说明，如表1所示。
除表1中所示的重要变量信息之外，2020计算机类毕业生信息表的变量还包含：专业必修课、专业选修课、公共课、素质选项课、实践环节等。最终，2020计算机类毕业生信息表包含245个样本，40个变量。
四、数据信息分析
数据准备完成后，即可针对前面提出的问题进行分析。数据分析包括：确定具体的分析目标、确定学业评价主要变量、数据分析结果与结论等阶段。
（一）分析目标
本数据分析的目的，是希望发现地方本科高校计算机类专业影响学生学业情况相关因素，通过相关结论，以指导相关专业学生在校学习、对生活学习情况进行预警;同时，为完善人才培养方案、完善课程开始内容改革、学习结果评价改革给出一定的建议。具体的分析目标如下：
1. 不同专业学生学业情况分析。
2. 不同性别学生学业情况分析。
3. 是否入党学生学业情况分析。
4. 是否获得精准扶贫奖学金学生学业情况分析。
5. 是否担任过班干的学生学业情况分析。
6. 是否被给予“记过”以上处分的学生学业情况分析。
7. 是否取得较高职业认证、行业认证或其他全国性证书的学生学业情况分析。
8. 是否毕业或是否获得学位的学生学业情况分析。
（二）确定学业评价主要变量
在表1中，对于学生学业情况进行度量的主要变量包括：专業必修课、专业选修课、公共课、素质选项课、实践环节、总评6个方面的“修读门数”“修读学分”“平均学绩点”3个变量。由于学分绩点是一种综合评价学生考试成绩的指标，在世界各个大学中广泛应用，因此本文中采用学分绩点作为学生学业的主要评价指标。
通常可用总平均学分绩点来进行评价，总平均学分绩点受到如表2所示的各种培养环境中相关因素的影响。由表2可知，总平均学分绩点与必修课平均学分绩点相关性最高、限选课平均学分绩点次之，而其他方面的平均绩点相关性都不高。
通过实际调查发现，在公共选项课、专业选修课、实践等环节中都是以考查作为课程评价，存在普遍评分标准不规范、评分结果较随意的情况;必修课主要以考试形式为主，限选课中考试形式占比也较大;通过相关性说明，总平均学分绩点是与考试形式的考核结果紧密联系的。
因此后续分析中，以“必修课平均学分绩点”代替“总平均学分绩点”作为学生学业评价的度量。
（三）分析结果及结论
根据分析目标，通过不同变量分组计算“必修课平均学分绩点”的相关统计量，结果如表3所示。
通过绘制箱图能够更直观地观察数据的特征，下面分别绘制根据学生性别分组的“必修课平均学分绩点”箱图（如图2所示）与根据专业分组的“必修课平均学分绩点”箱图（如图3所示）。
根据表3及相关图表的绘制，对于地方本科高校计算机类专业学业状况可以得到以下结论。
1. 性别情况分析
女学生的学业（平均绩点的均值2.99、中值3.03和全距1.99）明显好于男学生的学业（平均绩点的均值2.52、中值2.5和全距2.59）。说明通常被认为工科的计算机专业，女生的竞争力并不弱于男生;经过后续分析可以发现，女生在理论知识、数字作品设计等方面优于男生，而男生在软件开发、创新类课程方面优于女生。因此，在专业选择和分流时，可根据学生的性别特征给予引导。
2. 专业情况分析
本院开设的计科（计算机科学与技术）、计信（信息管理与信息系统）、软工（软件工程）、数媒（数字媒体技术）四个专业学生学业差距不大。但计信专业拥有最优秀的学生（最大平均绩点为4.13）;软工专业、数媒专业学生学业好于计科、计信专业学生学业;说明学生对更偏重于应用型、设计类的专业更感兴趣，学习更努力。
3. 政治面貌分析
党员学生学业（平均绩点的均值3.09、中值3.18和全距1.69）平均来看优于非党员学生学业（平均绩点的均值2.66、中值2.63和全距2.76），说明在校期间积极加入党组织的学生学习更努力，对自身要求更高。党员学生40人占总人数的16%、非党员学生205人占总人数的84%，而未毕业学生中党员学生有2人，占20%、非党员学生有8人，占80%，说明在学生入党后，不仅要加强学生政治思想、组织活动能力上的学习和培养，也要加强学生党员学业上的管理。
4. 获得精准扶贫奖学金情况分析
获得精准扶贫奖学金学生学业（平均绩点的均值2.74、中值2.74和全距2.76）与未获得的学生学业（平均绩点的均值2.72、中值2.69和全距1.91）总体一致。通常认为获得贫困助学金的学生会更努力，但事实并非如此;因此，需要加强学校的爱国和感恩教育，明确贫困奖学金不是天上掉馅饼，不是应该坐享其成的，应该用加倍的努力感谢国家的帮助和扶持。 5. 社会与管理实践情况分析
担任过班干的学生学业（平均绩点的均值2.72、中值2.69和全距2.13）与未担任过班干的学生学业（平均绩点的均值2.74、中值2.75和全距2.76）总体一致。由数据发现，绝大多数学生都或长或短担任过班干职务;这充分说明学生进入本科阶段后，都希望通过各种方式努力完善、提高自己，而担任班干是一种最直接的方式;同时也说明，学生自身都具有强烈的进取意识，如引导得当，都会成为优秀的人才。
6. 违纪情况分析
受到“记过”以上处分的学生学业（平均绩点的均值2.57、中值2.69和全距0.76）相比其他学生（平均绩点的均值2.73、中值2.73和全距2.76）来说要低一些。受处分学生仅3人，占比1.2%，通过调查得知，处分原因是期末考试作弊;这些学生由于背负了处分的压力，在后续学习过程中出现气馁与放弃的思想，虽然毕业时处分已经解除，但仍有2人（占受处分人数比66.7%）未结业;這说明应加强学生挫折教育与思想引导、心理舒解，应积极有针对性的介入受挫折学生群体。
7. 考取证书情况分析
获得英语四级CET4证书的学生学业（平均绩点的均值3.18、中值3.15和全距1.34）明显高于未获得证书的学生学业（平均绩点的均值2.69、中值2.67和全距2.76），同时分析也显示，通过计算机证书三级以上的学生学业优于其他学生。因此，在地方高校大力鼓励学生考取高级别行业认证及其他证书，并充分实施“以证换学分”政策，能有效激发学生学习积极性，提高人才培养成效。
8. 毕业与学位情况分析
未获得学位的学生共13人，占比5.3%;其中，4人因补考次数超过9次，5人因大学英语未通过、4人因自主选修类课程学分未达要求。分析表明，设立“预警机制”对学生学业进行监控和提醒，能有效帮助学生完成学业、顺利毕业，达成人才培养目标[7]。
五、结束语
上述通过对2020计算机类毕业生信息表的分析表明，地方本科高校计算机学科人才培养应尽量向应用实践型倾斜，合理安排理论与开发设计类课程比例，从而提高学生的学习兴趣与主动性;鼓励学生参与社会实践与加入到党的组织中，从而培养学生的责任感和担当意识;加强学校的爱国和感恩教育，加强学生挫折教育与思想引导，从而从思想上和精神上推动学生的意识;鼓励考取证书，实施“以证换学分”政策，并建立合理的“预警机制”，从而从阶段性成就感引导学生顺利地、高质量地完成学业。
参考文献：
[1]许元朋.新工科背景下地方本科院校计算机类专业建设探索[J].教育现代化，2020，7（15）：28-30.
[2]曾祥志.高校学业评价现状的调查研究——以湖南女子学院为例[J].长沙大学学报，2016，30（4）：143-147.
[3]唐菡悄，陈永红，鲁先文.地方高校本科教学质量实证研究——基于学生满意度视角[J].黑龙江教师发展学院学报，2020，39（6）：17-21.
[4]雷晓锋，杨明.教育数据挖掘的研究进展与趋势[J].北京航空航天大学学报（社会科学版），2018（4）：108-114.
[5]陈捷.SPSS在教育教学研究中的应用[J].北京教育学院学报（自然科学版），2008（12）：17-20.
[6]张榕芳.SPSS软件在高职院校理论教学质量测评中的应用[J].创新创业理论研究与实践，2019，2（21）：1-4.
[7]周庆，肖逸枫.基于数据挖掘技术的高校学生学业预警分析[J].中国教育技术装备，2018（6）：36-39.
基金项目：黔南民族师范学院“大数据背景下的异构数据库数据迁移策略的研究”（编号：qnsy2017019）;黔南民族师范学院“基于粗糙集的粒计算在数据挖掘中的应用”（编号：CST-2019SN03）
作者简介：钟志宏（1977-），男，侗族，贵州都匀人，硕士，副教授，研究方向：数据分析、粒计算。
关键词：数据分析;学业预测;计算机教育;地方本科高校;SPSS
中图分类号：G640 文献标志码：A 文章编号：2096-000X（2021）19-0052-05
Abstract： By collecting， sorting and preprocessing， this paper obtains more complete information data of computer graduates. Then， the paper analyzes the influence of various factors on academic performance， such as major， gender， social practice and political ideal， targeted poverty alleviation grant， disciplinary punishment and graduation. In the end， some meaningful guidance and suggestions on the teaching management of computer discipline in local universities are put forward， and predictive evaluation and early warning are made for students' academic performance during the school period.
Keywords： data analysis; academic prediction; computer education; local universities and colleges; SPSS
一、問题的提出
随着我国工业2025和智能制造战略的提出，以及信息产业“自主可控”的现实意义越来越迫切，高素质信息技术人才成为左右国家政治命脉、经济发展、军事强弱和文化复兴的关键因素。覆盖了互联网、软件开发、硬件设计、云计算、大数据、人工智能等相关专业的计算机教育近年来得到了快速发展。据统计，目前我国也有1200个院校开设了计算机类相关本科专业，其中，“985”“211”院校占15%左右，地方本科院校占85%左右[1]。地方本科院校的计算机类专业人才培养，构成了我国信息产业人才的基础，为区域经济社会发展提供了重要智力支持和人才支撑。地方本科院校的生源素质与师资水平，决定了其办学定位及人才培养目标，当前地方本科院校的计算机类专业均以就业为导向、以应用型为目标的人才培养，以满足社会发展与需求。
此外，学生在校期间的学业受多种因素的影响[2]，而地方本科院校由于生源情况相关影响更为显著;学校积极利用这些影响因素对学生在校期间学习生活进行指导与激励，能够有效提高学生的学业成绩;同时，也能够根据相关因素可能导致的不利结果，对学生做出学业和生活上的合理干预与预警，从而确保学生顺利、高效的完成学业，达成人才培养目标[3]。
二、分析研究方法
数据分析与数据挖掘成为进行复杂问题分析的重要方法，通过对客观真实的数据进行分析，不仅能对预设问题进行合理解释，也能发现隐藏的新问题。数据分析与数据挖掘方法在教育领域得到了广泛应用[4-5]，促进了教育问题的量化分析，成为制定教育教学各方面决策的主要依据。
本文通过对获取我院2020届计算机类专业毕业学生的学业进展数据、党员发展数据、毕业认证数据、精准扶贫奖学金数据、班级班干成员数据等进行数据集成，然后利用SPSS软件对数据信息综合分析[6]，力求获得专业、性别、社会实践与政治理想、获取精准扶贫助学金、违规违纪处分、毕业等各种因素对学业的影响，进而总结出有意义的结论与建议。
三、数据准备
数据准备（数据预处理）是数据分析的前提，合理的、高质量的样本信息是分析结果准确、有效的保证。在数据预处理中，综合使用了多种手段和工具，如C语言、Access数据库、SPSS、扫描仪、文字识别软件等。数据预处理的基本过程如图1所示。
（一）数据抽取
分析研究涉及到2020届毕业生的学业进展、党员发展、毕业认证、精准扶贫奖学金、班级班干成员等数据，这些数据来源于不同的系统和渠道、以多种文件格式（包括数据库表、Excel、CSV、文本文档、数据图片、纸质文档等）存储。数据抽取时，将不同渠道获取的数据均以毕业生的“学生编号”作为标识属性存储在不同的数据表中，并存入用于数据初步处理的Access数据库中。
在上述过程中，处理的难点在于非机构化存储的文本文档、图片和纸质文档，本文采用的处理方法如下：
1. 对于非结构化存储的文本文件，编写字符过滤程序对数据进行格式化。
2. 对于纸质文档，首先利用扫描仪数字化以PDF文档形式存储在计算机中，再通过文字识别软件进行识别以获得文字，最后对获得的文字进行核对及数据格式化。图片文件采用相应的处理方式。
（二）数据集成
通过数据抽取，将不同渠道信息存储在Access的不同数据表中，并经过简单的处理及分析。然后，将Access中的数据表导入SPSS分析软件，利用“变量合并”功能将多个表中的信息根据“学生编号”标识进行数据合并;合理设计合并后数据表中的变量属性：数据类型、宽度、小数点位数、标签、值、度量标准、角色等，最后以SPSS支持的“sav”格式保存数据;通过数据的规范化，便于后续在SPSS中进行数据分析。 （三）数据编码
集成后的sav数据表中仍然存在数据编码不准确的问题，问题主要分为两类：
1. 变量冗余。例如“毕业”与“结业”预设成为了两个变量，可以合并为“毕业类型”变量，并设置值为：1-毕业、2-结业。
2. 变量取值不规范。例如“处分情况”变量中，存在的取值包括：“否”“无”“没有”“有”“是”等，必须通过变量编码，将取值规范为：“否”和“是”。
同时，对需要进行区间与频数进行分析的字段，创建新的变量。
（四）空值与异常值处理
集成的sav数据表中，部分变量存在空值，虽然空值可能会导致某些分析算法的效果变差，但是空值也存在着一定的意义（比如某些课程没有成绩，是否意味着相应学生并没有选修这门课程）;通过调查研究空值产生的原因，在保留原空值的数据表的基础上，利用SPSS的缺失值分析及变量计算方法，新建一个不存在空值的数据表，便于在后续的分析中使用。
针对少数异常值，主要调查产生的因素，尽量予以保留，以便发现新的问题与解析结果。
经过预处理后，最终数据表的变量信息说明，如表1所示。
除表1中所示的重要变量信息之外，2020计算机类毕业生信息表的变量还包含：专业必修课、专业选修课、公共课、素质选项课、实践环节等。最终，2020计算机类毕业生信息表包含245个样本，40个变量。
四、数据信息分析
数据准备完成后，即可针对前面提出的问题进行分析。数据分析包括：确定具体的分析目标、确定学业评价主要变量、数据分析结果与结论等阶段。
（一）分析目标
本数据分析的目的，是希望发现地方本科高校计算机类专业影响学生学业情况相关因素，通过相关结论，以指导相关专业学生在校学习、对生活学习情况进行预警;同时，为完善人才培养方案、完善课程开始内容改革、学习结果评价改革给出一定的建议。具体的分析目标如下：
1. 不同专业学生学业情况分析。
2. 不同性别学生学业情况分析。
3. 是否入党学生学业情况分析。
4. 是否获得精准扶贫奖学金学生学业情况分析。
5. 是否担任过班干的学生学业情况分析。
6. 是否被给予“记过”以上处分的学生学业情况分析。
7. 是否取得较高职业认证、行业认证或其他全国性证书的学生学业情况分析。
8. 是否毕业或是否获得学位的学生学业情况分析。
（二）确定学业评价主要变量
在表1中，对于学生学业情况进行度量的主要变量包括：专業必修课、专业选修课、公共课、素质选项课、实践环节、总评6个方面的“修读门数”“修读学分”“平均学绩点”3个变量。由于学分绩点是一种综合评价学生考试成绩的指标，在世界各个大学中广泛应用，因此本文中采用学分绩点作为学生学业的主要评价指标。
通常可用总平均学分绩点来进行评价，总平均学分绩点受到如表2所示的各种培养环境中相关因素的影响。由表2可知，总平均学分绩点与必修课平均学分绩点相关性最高、限选课平均学分绩点次之，而其他方面的平均绩点相关性都不高。
通过实际调查发现，在公共选项课、专业选修课、实践等环节中都是以考查作为课程评价，存在普遍评分标准不规范、评分结果较随意的情况;必修课主要以考试形式为主，限选课中考试形式占比也较大;通过相关性说明，总平均学分绩点是与考试形式的考核结果紧密联系的。
因此后续分析中，以“必修课平均学分绩点”代替“总平均学分绩点”作为学生学业评价的度量。
（三）分析结果及结论
根据分析目标，通过不同变量分组计算“必修课平均学分绩点”的相关统计量，结果如表3所示。
通过绘制箱图能够更直观地观察数据的特征，下面分别绘制根据学生性别分组的“必修课平均学分绩点”箱图（如图2所示）与根据专业分组的“必修课平均学分绩点”箱图（如图3所示）。
根据表3及相关图表的绘制，对于地方本科高校计算机类专业学业状况可以得到以下结论。
1. 性别情况分析
女学生的学业（平均绩点的均值2.99、中值3.03和全距1.99）明显好于男学生的学业（平均绩点的均值2.52、中值2.5和全距2.59）。说明通常被认为工科的计算机专业，女生的竞争力并不弱于男生;经过后续分析可以发现，女生在理论知识、数字作品设计等方面优于男生，而男生在软件开发、创新类课程方面优于女生。因此，在专业选择和分流时，可根据学生的性别特征给予引导。
2. 专业情况分析
本院开设的计科（计算机科学与技术）、计信（信息管理与信息系统）、软工（软件工程）、数媒（数字媒体技术）四个专业学生学业差距不大。但计信专业拥有最优秀的学生（最大平均绩点为4.13）;软工专业、数媒专业学生学业好于计科、计信专业学生学业;说明学生对更偏重于应用型、设计类的专业更感兴趣，学习更努力。
3. 政治面貌分析
党员学生学业（平均绩点的均值3.09、中值3.18和全距1.69）平均来看优于非党员学生学业（平均绩点的均值2.66、中值2.63和全距2.76），说明在校期间积极加入党组织的学生学习更努力，对自身要求更高。党员学生40人占总人数的16%、非党员学生205人占总人数的84%，而未毕业学生中党员学生有2人，占20%、非党员学生有8人，占80%，说明在学生入党后，不仅要加强学生政治思想、组织活动能力上的学习和培养，也要加强学生党员学业上的管理。
4. 获得精准扶贫奖学金情况分析
获得精准扶贫奖学金学生学业（平均绩点的均值2.74、中值2.74和全距2.76）与未获得的学生学业（平均绩点的均值2.72、中值2.69和全距1.91）总体一致。通常认为获得贫困助学金的学生会更努力，但事实并非如此;因此，需要加强学校的爱国和感恩教育，明确贫困奖学金不是天上掉馅饼，不是应该坐享其成的，应该用加倍的努力感谢国家的帮助和扶持。 5. 社会与管理实践情况分析
担任过班干的学生学业（平均绩点的均值2.72、中值2.69和全距2.13）与未担任过班干的学生学业（平均绩点的均值2.74、中值2.75和全距2.76）总体一致。由数据发现，绝大多数学生都或长或短担任过班干职务;这充分说明学生进入本科阶段后，都希望通过各种方式努力完善、提高自己，而担任班干是一种最直接的方式;同时也说明，学生自身都具有强烈的进取意识，如引导得当，都会成为优秀的人才。
6. 违纪情况分析
受到“记过”以上处分的学生学业（平均绩点的均值2.57、中值2.69和全距0.76）相比其他学生（平均绩点的均值2.73、中值2.73和全距2.76）来说要低一些。受处分学生仅3人，占比1.2%，通过调查得知，处分原因是期末考试作弊;这些学生由于背负了处分的压力，在后续学习过程中出现气馁与放弃的思想，虽然毕业时处分已经解除，但仍有2人（占受处分人数比66.7%）未结业;這说明应加强学生挫折教育与思想引导、心理舒解，应积极有针对性的介入受挫折学生群体。
7. 考取证书情况分析
获得英语四级CET4证书的学生学业（平均绩点的均值3.18、中值3.15和全距1.34）明显高于未获得证书的学生学业（平均绩点的均值2.69、中值2.67和全距2.76），同时分析也显示，通过计算机证书三级以上的学生学业优于其他学生。因此，在地方高校大力鼓励学生考取高级别行业认证及其他证书，并充分实施“以证换学分”政策，能有效激发学生学习积极性，提高人才培养成效。
8. 毕业与学位情况分析
未获得学位的学生共13人，占比5.3%;其中，4人因补考次数超过9次，5人因大学英语未通过、4人因自主选修类课程学分未达要求。分析表明，设立“预警机制”对学生学业进行监控和提醒，能有效帮助学生完成学业、顺利毕业，达成人才培养目标[7]。
五、结束语
上述通过对2020计算机类毕业生信息表的分析表明，地方本科高校计算机学科人才培养应尽量向应用实践型倾斜，合理安排理论与开发设计类课程比例，从而提高学生的学习兴趣与主动性;鼓励学生参与社会实践与加入到党的组织中，从而培养学生的责任感和担当意识;加强学校的爱国和感恩教育，加强学生挫折教育与思想引导，从而从思想上和精神上推动学生的意识;鼓励考取证书，实施“以证换学分”政策，并建立合理的“预警机制”，从而从阶段性成就感引导学生顺利地、高质量地完成学业。
参考文献：
[1]许元朋.新工科背景下地方本科院校计算机类专业建设探索[J].教育现代化，2020，7（15）：28-30.
[2]曾祥志.高校学业评价现状的调查研究——以湖南女子学院为例[J].长沙大学学报，2016，30（4）：143-147.
[3]唐菡悄，陈永红，鲁先文.地方高校本科教学质量实证研究——基于学生满意度视角[J].黑龙江教师发展学院学报，2020，39（6）：17-21.
[4]雷晓锋，杨明.教育数据挖掘的研究进展与趋势[J].北京航空航天大学学报（社会科学版），2018（4）：108-114.
[5]陈捷.SPSS在教育教学研究中的应用[J].北京教育学院学报（自然科学版），2008（12）：17-20.
[6]张榕芳.SPSS软件在高职院校理论教学质量测评中的应用[J].创新创业理论研究与实践，2019，2（21）：1-4.
[7]周庆，肖逸枫.基于数据挖掘技术的高校学生学业预警分析[J].中国教育技术装备，2018（6）：36-39.
基金项目：黔南民族师范学院“大数据背景下的异构数据库数据迁移策略的研究”（编号：qnsy2017019）;黔南民族师范学院“基于粗糙集的粒计算在数据挖掘中的应用”（编号：CST-2019SN03）
作者简介：钟志宏（1977-），男，侗族，贵州都匀人，硕士，副教授，研究方向：数据分析、粒计算。