跳到主要内容

案例研究:使用数据挖掘分析学生行为

礼貌的信息周围 在Lafourche Parish,La。中学,中学监督员克里斯鲍曼希望了解学生如何陷入困境,并且在他们这样做时会发生什么。 Bowman有一个头脑风暴:他去年由教师和管理员提出的33,000份纪律报告,并通过学区的数据挖掘系统跑了他们。它发生了鲍曼的鲍曼,分析报告可以深入了解纪律问题的根本原因 - 迟到,着装规范违规,战斗,破坏等 - 以及学校如何与他们协调的有效性,以及如何相当执行纪律。报告通常包含结构化数据,包括学生年级和年龄等人口统计信息以及描述违规的书面叙述。 “我知道这些报告中有丰富的数据,”鲍曼说。 “在叙述中,在所有信息中,是我想了解的事情。”叙述包括事件的详细描述,教师和管理员如何应对,以及纪律处分。 “我想停止单独查看轶事证据,开始看实际数据模式,”他说。在30所学校拥有15,000名学生的学校系统一直在使用SPSS的数据挖掘软件,几年来分析学生测试分数。去年,管理员使用SPSS的文本分析进行调查,以评估450名教师,管理员和其他学校员工的调查结果。该体验给了Bowman应用相同技术分析学科报告的想法。 Bowman正在使用文本分析来搜索和分类关键词,并查看模式是否出现。例如,关于“统一”一词,可能会展示教师或学校在执行连衣裙代码方面过分严格,而“迟到”可以识别习惯性晚期学生。 Bowman可以搜索学生,学校或整个地区的记录。 Bowman将这些调查结果与人口统计数据结合起来寻找额外的模式。 “我正试图超越明显的,并找出存在隐藏的因素,因为事情发生了原因,”他说。例如,是低收入家园的孩子,例如,违规违规是纪律的? Bowman希望了解的是似乎是似乎似乎的小事侵犯或使用臭语的似乎小事升级为更严重的事件。他希望阐明“干预” - 诸如拘留或暂停等惩罚的有效性 - 这是根据学生纪律行动的频率造成困难的惩罚。 Bowman开始在上一学年中间尝试SPSS软件,当纪律报告达到17,000时,正在研究该年度提交的所有报告。他正在改进分析,到目前为止的结果是初步的,但有迹象表明并非所有学生都得到平等对待。鲍曼预计,他计划将进入学校管理人员的报告,将愤怒在学校系统中的愤怒。