高考估分太头疼?大数据算法或成预测成绩新方式

刚刚落幕的高考年复一年的吸引着整个社会的关注，大数据文摘首先预祝每一位考生都发挥出了最好的表现。通过这样的终结考试测试一个学生知识和能力已经成为社会普遍接受的方式。美国高校正在尝试一种新的成绩预测方式，125所学校正悄然采取此项措施，试图利用算法和学生平时表现预测学生成绩。

　　涵盖数以万计学生上百万个成绩单的数据算法

　　多年以来，每当学生问起诸如“我会在这门课上得到A吗” 这类问题的时候，Stephanie Dupaul就会开玩笑地说要向她收集的占卜玩具“魔法8球”寻求答案。如今，她可以给她的学生比用占卜玩具更加准确的答案。

　　Dupaul是南方卫理公会大学（Southern MethodistUniversity）招生管理的助理院长，也是日益增长的，正在利用已毕业学生的学业表现数据来预测在学学生的学业表现的大学管理者中的一员。在美国，大约已有125所学校正悄然采取此项措施，通常涉及组合利用累计多年的，涵盖了数以万计毕业生上百万个成绩单的数据。

　　这项措施和亚马逊，谷歌等技术大鳄利用数据预测消费者的购买行为如出一辙。当许多综合性大学和文理学院开始采取这项措施之后，辍学者的人数明显下降，而随之毕业率稳步上升。这些初期立竿见影的效果已引起了奥巴马政府的关注。在上周举行的白宫高等教育峰会上，奥巴马政府强调学校要更加彻底地利用数据来提高毕业率。

　　而对于学校来说，回报远远不只是毕业率的提高：学生成绩的数据跟踪还可以让学校从那些表现稳定的学生那里持续收入教学费，从而避免了因学生辍学而提高的招生成本。根据录取咨询公司Noel-Levitz估算，私立大学要花费2433美金，而4年制公立大学则要花费457美金来录取一个本科新生。

　　Dupaul提到：提高毕业率“不仅关乎学校的生源和声望，还得说，它的确影响学校排名”。

　　对南方卫理公会大学来说，数据分析显示那些提早申请录取的学生往往最终会拿到学位。同样的，那些在招生录取开始之前就来参观学校，加入兄弟会或是姐妹会，或是选修了超过平均数量课程的学生，也能顺利毕业。

　　通过这样或那样的认知，南方卫理公会大学建立了一个预测算法，用来估计一个学生是否能够顺利完成学业的概率。对可能无法顺利毕业的学生，学校通过学业顾问或是学院院长的介入来帮助他们。

　　其他大学也利用细化的数据以确保学生一开学就保持稳定的学业水平。比如在乔治亚州立大学，学校分析了250万个已毕业生的成绩信息来了解到底那些因素会影响在校生的毕业率。从2012年开始，学校建立起针对低于全美大学平均毕业率的早期预警系统。去年，这个系统对于那些处于学业困难状态，却对此浑然不觉的学生发出了34，000次警报。

　　这个系统通过识别风险模式来提前警告学生，以免他们在课业上栽跟头。比如乔治亚州立大学的数据显示用学生第一门专业课的成绩可以预测他们是否能够毕业。以政治学专业为例，在第一门专业课中拿到A或者B的学生,他们中有85%将会取得学位。相比之下，只拿到C或是更差成绩的学生，取得学位百分比降到25%。