1. 研究目的与意义（文献综述）

随着我国高等教育的快速发展，教务教学管理部门面临着一个日益突出的问题，那就是，在确保大多数学生按照培养方案的要求完成学业的同时，如何对那些因为各种原因未能按照培养方案的要求完成相应学业的学生进行及时、有效的预警?

学术预警系统利用高校学生的基本信息和课程成绩数据，运用数据挖掘及机器学习技术，分析影响本科学生学业失败风险的关键因素。

对于学校来说，分析学科成绩间的内在联系可以为各专业培养计划中的课程设置提供重要的参考依据。此外，通过对学生以往成绩的对比分析，可以为每个学生的学业水平做出科学合理的预估，为划分奖学金评定与学业警示的标准提供参考。对于每个学生而言，能更好地认识到自己学习上的优势和劣势，从而做出针对性的调整；对于学校而言，可以事前针对发现有重修或退学风险的学生，采取更有效的干预措施。

2. 研究的基本内容与方案

基本内容：

以武汉理工大学学生成绩为数据样本，参考国外先进技术方案，通过数据挖掘有关的方法和工具对培养方案中的课程信息和学生的选课及成绩信息进行深入的分析和处理，从而挖掘出隐含在数据中的先前未知的、有价值的信息一一包括课程预警信息在内的学业预警信息，用作为学生的下一阶段学习提供规划支持，为老师的下一阶段对学生的学习督导提供决策支持。

目标：

3. 研究计划与安排

(1)2019/1/19—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2019/3/1—2019/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2019/5/1—2019/5/25：撰写及修改毕业论文；
(4)2019/5/26—2019/6/5：准备答辩

4. 参考文献（12篇以上）

[1] m. parashar, x. li, and s. chandra,advanced computational infrastructures for parallel and distributed applications.john wiley amp; sons, 2010, vol. 66.

[2] d. talia, “toward cloud-basedbig-data analytics,” ieee computer science, pp. 98–101, 2013.

[3] d. agrawal, s. das, and a. elabbadi, “big data and cloud computing: current state and future opportunities,”in proceedings of the 14th international conference on extending databasetechnology. acm, 2011, pp. 530–533.