部分内容展示

近几年，伴随着网络的快速发展，开展信息化校园建设成为各个高校的办学趋势，并且随着高校办学规模的日益扩大化，考生来源结构的逐渐复杂化，学生管理工作者得从庞大的数据中提取所需有价值的信息。传统的手工管理或简单的办公自动化工具将花费大量的劳动力和时间，这不仅影响了领导和各级学生管理部门在第一时间掌握和了解学生信息，还将直接影响到培养人才的标准问题。因此，为了提高学生工作管理者的工作效率，方便各级领导和学生管理部门实时了解、掌握和分析学生的最新数据，建立融入人工智能技术的高校学工系统，开发符合高校实际需求的管理系统，已成为高校教育发展的迫切需求。

关 键 词：学生管理；数字化校园；人工智能；学工系统；更多范文 由于社会发展，学生思想和价值观念不断变化，学生管理工作难度也不断提升。对学生管理工作者而言，一方面需要与学生距离更近，使用创新的思想政治工作方法，同时也要有信息化的工具提升管理效率和准确度。学生处两年来在实践中不断创新，总结了一套以学分制为核心的管理方法，将学生管理工作各个关键指标进行量化，将日常检查评分数据折算成统一的分数，作为学生评优评先和日常管理的重要指标，推进学工工作管理水平的提升。学院要求学生处学生管理工作“贴心、精确、到位”^[1-5]。在学工学分制试行阶段，对管理流程进行了大量的优化，为管理信息化实施打下了良好的基础。经过对学生处的深入调研，对学生进行了大量的访谈，确定了高校学工系统的开发需求。国外有许多公司及研究机构对数据挖掘与统计分析技术在高校学工教务系统进行了研究和系统开发，也取得了不少优秀的成果应用。如SAS公司的EnterpriseMiner系统，IBM研发的IBMIntelligentMine系统等。加拿大SimonFraser大学的数据挖掘研究室实现了DBMiner数据库挖掘系统等。20世纪70年代，由Carbonell等学者开发的SCHOLAR系统是最早把智能技术应用到教学系统中该系统应用人工智能的知识表达方式，通过知识库采用语义网络形式，并最终借助事实、概念和过程组成一种全新的教学方式，根据学生的回答，通过推理机制产生更多提问并评价学生的解答，该智能系统能够诊断学生出现的一些谬误并引导学生自我思考，之后根据思考的结果进一步纠正错误[^51] 1980年以后，Clancy等学者开发的智能教学系统GUIDON与专家开发的系统MYCIN相结合，新的系统采用规则的知识表示方法，教学过程是一个交互式的学习环境，并且建立了学生模型(覆盖模型) [^52]。