跳到主要内容

案例研究:使用数据挖掘来分析学生的行为

由InformationWeek提供 在路易斯安那州的拉福什教区,中学督导克里斯·鲍曼(Chris Bowman)希望了解学生如何陷入困境以及当他们陷入困境时会发生什么。鲍曼集思广益:他接受了教师和管理人员去年提交的33,000项纪律报告,并将其通过了学区的数据挖掘系统。 Bowman认为分析报告可以提供对纪律问题根源的了解-拖延,着装违规,打架,故意破坏等,以及学校如何处理这些问题以及如何公平对待这些问题纪律得到执行。报告通常包含结构化数据,包括人口统计信息(例如学生的年级和年龄)以及描述违规行为的书面叙述。鲍曼说:“我知道这些报告中有大量数据。” “在叙述中,所有这些信息都是我想知道的事情。”叙述包括事件的详细描述,老师和管理人员的反应以及纪律处分。他说:“我想不再只看轶事证据,而开始看实际的数据模式。”该学校系统在30所学校中有15,000名学生,多年来一直使用SPSS的数据挖掘软件来分析学生的考试成绩。去年,管理员使用SPSS的“文本分析调查”来评估对450位教师,管理员和其他学校雇员的调查结果。该经验使Bowman想到了使用相同技术来分析学科报告的想法。鲍曼(Bowman)正在使用文本分析来对关键字进行搜索和分类,以查看是否出现模式。例如,搜索“统一”一词可能表明教师或学校在执行着装要求方面是否过于严格,而搜索“迟到”则可以识别出习惯上迟到的学生。 Bowman可以搜索学生,学校或整个地区的记录。鲍曼将这些发现与人口统计数据相结合,以寻找其他模式。他说:“我试图超越显而易见的事物,找出事情发生的隐性因素。”例如,低收入家庭的孩子是否因着装要求而受到纪律处分? Bowman希望了解的一件事是看似轻微的事件,例如违反着装规定或使用粗言秽语,如何升级为更严重的事件。他希望根据学生尽管受到纪律处分而遇到麻烦的频率,来阐明“干预”的有效性(例如拘留或中止的惩罚)。鲍曼(Bowman)在上一学年中旬开始对SPSS软件进行实验,当时纪律报告达到17,000,并且正在研究该年提交的所有报告。他正在完善分析,到目前为止,结果只是初步的,但有迹象表明,并非所有学生都受到平等对待。鲍曼预计,他计划将其发现提交给学校管理者的报告中,将激怒学校系统中的某些人。