以下是小编精心整理的《网络互联毕业论文(精选3篇)》仅供参考，大家一起来看看吧。[摘要]网络环境下的毕业生就业指导工作很繁重，利用网络管理平台可以对数据进行精确统计分析，减少误差，极大提高就业指导和管理效率。
第一篇：网络互联毕业论文
网络高等教育学生毕业时间预测研究
【摘 要】
关于毕业和辍学的研究是网络高等教育研究的重要选题，其研究成果对优化网络高等教育的办学效益、降低学习者因辍学而带来的损失、促进学习者更快毕业等有重要价值。目前，研究者多以“辍学”为研究对象，而较少关注“毕业”现象。该文以中央电大开放教育来自全国9个地区、38个专业的79352名专科毕业生为研究样本，采用了统计分析和可视化、生存分析、数据挖掘等方法，开展毕业时间特点、毕业时间影响因素和毕业时间预测规则等三项研究，所取得的研究结论有：①专科学生的中位毕业时间是6个学期，从5个学期末开始，有大量学生毕业，这种高峰毕业学期将会持续4个学期，直至8个学期末，到11个学期末，有99%的学生毕业，意即绝大部分学生已经毕业;②在毕业时间差异方面，女性学生毕业时间显著少于男性学生，已婚学生毕业时间要显著少于未婚学生，本地学生的毕业时间要少于非本地学生，中专学历学生毕业时间要少于高中学历学生，高中学历学生毕业时间要少于专科学历学生;③婚姻状况、籍贯这两个变量是学生毕业的促进性因素(危险性因素)，文化程度、性别这两个协变量是阻碍性因素(保护性因素);④本研究构建了以5项个人特征(婚姻状况、年龄、籍贯、文化程度、性别)作为输入值、以毕业时间为预测值的毕业时间决策树模型，并获得了“毕业时间少于6个学期的学生预测规则”和“毕业时间不少于8学期的学生预测规则”等两组规则。该文在研究内容、研究方法和研究样本等方面开拓了网络高等教育毕业现象研究，所采用的研究方法如数据挖掘方法也可为网络高等教育辍学研究所借鉴。
【关键词】网络高等教育;毕业;影响因素;预测
自1998年教育部批准四所高校开展现代远程教育试点工作以来，我国网络高等教育得到了迅猛发展，目前已有69所院校被批准为网络高等教育试点单位。2009年，网络高等教育招生数为162.6万人，在校生数为417.3万人，分别占全国高等教育招生数和在校生数的15.7%和13.4%，由此可见网络高等教育在我国高等教育中的重要地位。研究网络高等教育，探索网络高等教育规律，对提升网络高等教育质量，保障这一新兴高等教育形式健康发展有着积极的意义。关于毕业和辍学的研究是网络高等教育研究的重要选题，其研究成果对优化网络高等教育的办学效益、降低学习者因辍学而带来的损失、促进学习者更快毕业等有重要价值。
一、问题的提出
人们选择了远程教育，往往面临两种修业结果——毕业和辍学。目前，高辍学率是国内外远程教育不可回避的一个问题，如英国开放大学辍学率在40%~50%之间(Simpson，2008)，我国某高校网院专科、专升本两个层次学生的辍学率分别为30%和19%(曹文等，2005)，我国中央广播电视大学专科、专升本两个层次学生的辍学率分别为21%和16%(魏顺平等，2010)。
由于辍学现象的普遍性及给远程教育带来不利影响的严重性，大量研究人员选择“辍学”作为研究选题，只有少数研究者选择“毕业”作为研究选题，如罗发奋(2009)、石研(2009)以某所远程教育机构为个案，采用描述性统计方法研究不同专业、不同性别学生的毕业率。辍学与毕业，恰如一个硬币的两面，在远程教育中均普遍存在，研究“毕业”现象，提升毕业率，同样可以降低辍学率，并且还将关注到低辍学率的学生群体。既然已有远程教育毕业现象研究较少，笔者拟从大量辍学研究中借鉴一些经验，在辍学研究中所涉及的理论模型构建、学生特征选取、影响因素分析等内容及一些研究方法也可用于毕业现象研究。
在辍学分析的理论模型方面，有Kennedy和Powell(1976)的二维描述性模型和Tinto(1975)的辍学动态模型。二维描述性模型包括学习者的个人特征以及所处环境两个维度，该模型强调学习者自身因素对于辍学行为的影响，而远程教育机构对辍学行为的发生似乎显得无能为力。辍学动态模型则认为，学习者能否完成学业取决于个人动机和学术能力与教育机构的学术与社会特征相吻合或匹配的程度。
在辍学的影响因素及学生特征方面，Thompson(1997)发现工作、家庭、学习时间是否充裕、身体健康、学习方式、学习者对于师生互动的满意度等因素会影响远程学习者的辍学发生，而性别、地理区位对辍学行为影响不显著。Willging和Johnson(2009)利用28名辍学者样本得出的结论显示，远程学习者辍学的原因因人而异，学习者的人口学特征不能用来预测辍学行为的发生。曹文(2005)发现，第二学年辍学率明显高于其他学年，专科学习者的辍学率明显高于专升本学习者，辍学学生的平均成绩大部分在及格线以下。张妙华(2006)分析了辍学者性别、年龄、选修学分特征以及辍学的原因。李莹和王晓鸣(2009)则采用生存分析方法，研究了远程开放教育学习者辍学的时间规律及其影响因素，发现考试通过科目和年龄是影响远程教育学习者在学时间的重要因素。
通过上述辍学研究，我们可以了解到，构建一个理论模型对于研究的开展有着很强的指导意义;研究者既关注学生的人口特征如性别、年龄、身体状况等，还关注学生的学业特征如学习动机、学习成绩、考试通过科目、选修学分、专业层次等，这些学生特征以及所处家庭和学校环境可作为辍学的影响因素进行考察;研究者不仅关注辍学结果，还关注辍学的发生时间;研究者主要采用描述性统计和回归分析等方法。这些来自辍学研究中的经验均可迁移到毕业现象研究中，并对存在的不足加以补充和改进。
已有的辍学和毕业研究仍存在研究内容、研究方法和研究样本等方面的不足：①在研究内容方面，已有的“毕业”研究数量较少，且限于采用描述性统计方法计算各类学生的毕业率;已有辍学研究的重点都集中在原因分析方面，远程教育工作者基于这些发现可以更好地认识辍学现象，但是却无法对哪些学生具有更高的辍学风险做出判断，即缺少支持决策的规则;②在研究方法上，研究者开始由调查方法转向基于二手数据的统计方法，这样可以对更大的学生样本进行处理;其实，在处理大样本研究数据方面，数据挖掘方法如预测、聚类、关联规则等可以发现更多有用的知识，但是尚无研究者使用这类方法;③在研究样本方面，早期的问卷调查或访谈研究的样本很小，难以揭示普遍规律;近期研究的研究样本虽然有所增大，也只涉及一个地区或一个专业，也难以揭示普遍规律。
鉴于以上研究的不足，本研究选择预测毕业时间这一全新视角，试图采用生存分析方法发现各种学生特征不同取值(如不同性别、不同专业)对应的学生群体的毕业时间差异，进而考察这些特征作为毕业时间的影响因素在影响程度上的差异，并采用数据挖掘方法，基于一些重要的影响因素构建毕业时间的预测规则。需要说明的是，本研究中的毕业时间指完成学业所用时间，与“修业时间”意义接近。
二、研究设计
本课题基于大样本的网络高等教育毕业生人口特征数据以及毕业信息数据，采用统计分析和可视化、生存分析、数据挖掘等方法，开展毕业时间特点研究、毕业时间影响因素研究和毕业时间预测规则研究等三项研究。其中：毕业生毕业时间特征研究主要采用描述性统计和可视化图表方法，对毕业生的人口特征进行描述，以发现在各个特征的不同取值中毕业时间差异;毕业时间影响因素研究主要采用Cox回归分析方法探索人口特征对毕业时间的影响，并按照系数的高低和显著性检验的结果，得出若干最具影响力的因素;毕业时间预测规则研究主要采用预测、关联规则等数据挖掘方法，以前面发现的影响因素作为输入变量，以毕业时间为预测值，生成毕业时间预测规则。
本研究的主要过程包括文献研究、数据收集与预处理、毕业时间特点研究、毕业时间影响因素研究、毕业时间预测研究、相关政策建议的提出等环节，在这个过程中将主要用到海量数据管理方法、生存分析以及数据挖掘等方法，并要用到数据库管理系统、SPSS 15.0、Microsoft SQL Server 2005 Analysis Service(SSAS)数据挖掘工具等软件。
(一)生存分析方法
生存分析(survival analysis)是将事件的结果和出现这一结果所经历的时间结合起来分析的一种统计学方法，该方法用于处理以生存时间(Survival time)为反应变量、含有删失个例(Censored cases)的一类资料。生存分析的研究资料有两个特点：①应变量有两个，一个是生存时间(比如天数、整台年、学期)，多不服从正态分布;另一个是结局(比如生存或死亡、毕业或在学);②生存时间存在一些观察不全的数据。典型的生存分析有寿命表生存分析、Kaplan-Meier生存分析和Cox回归分析，其中，估计某一时间阶段的生存率时，多采用寿命表生存分析;估计中位生存时间时，可使用Kaplan-Meier生存分析法;在比较某因素不同水平的生存时间有无差异时，寿命表法和Kaplan-Meier法均可;Cox回归是常用的多因素分析方法之一，是分析对象的生存时间和影响生存时间诸多相关因素关系的统计学方法。
(二)数据挖掘方法
数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。在教育应用的角度看，数据挖掘可分为五类：统计分析与可视化;聚类(包括聚类分析、离群点分析);预测(包括分类、回归分析、时序分析);关系挖掘(包括关联规则挖掘、序列模式挖掘);文本挖掘。本研究将重点应用预测挖掘中的决策树算法。决策树算法是一种分类算法，分类算法基于数据集中的其他属性预测一个或多个离散变量。决策树通过在树中创建一系列拆分(也称为节点)来生成数据挖掘模型。每当发现输入列与可预测列密切相关时，算法便会向该模型中添加一个节点。通过决策树创建出来的模型更容易解释，每一条从根节点到叶结点的路径就是一条规则。
三、研究样本
由于笔者所在单位是69所现代远程教育试点院校之一——中央广播电视大学，可以较为方便地获取该校的学生数据，并且该校的办学规模在整个网络高等教育中具有独特地位，其招生数和在校生数都远高于其他远程教育试点机构。自2004年以来，中央广播电视大学所举办的网络高等教育(一般称作“中央电大开放教育”，后文在谈及中央电大网络高等教育时将采用这一说法)始终占有全国网络高等教育60%~70%的份额。因此本研究将选择中央电大开放教育为个案开展学生毕业时间特点与预测研究。中央电大开放教育设有专科和本科两类学历教育，这两类学历教育在毕业时间上会呈现出不同特点。限于篇幅，本研究仅选取中央电大开放教育(专科)的学生数据作为研究样本。
为保证研究样本的代表性，笔者抽取我国东、中、西部各3个省市，每个省市抽取1所省级广播电视大学，共计9所省级广播电视大学。为保证样本的数量和数据的完整性，笔者选取这9所学校2001年、2002年两个年级的学生数据(数据采集时间是2010年4月)。因为在2001年、2002年电大开放教育招生数分别为28万和40万，学生数已相当可观。再就是开放教育(专科)最长学习时限为8年，2001年、2002年两个年份入学的所有学生分别应在2009年春季、2010年春季结束学业(否则视为辍学)，因此可以保证在2010年4月采集得到的数据记录了这两个年级几乎所有学生的毕业信息。研究样本基本情况如表1所示。
如表1所示，研究样本有9所学校、2个年级共计17个批次的学生(GD广播电视大学2001级仅有62人，学生数太少，故不将该批次学生纳入研究样本)，有学生106841名，毕业生84612名，研究样本总体毕业率为0.792，涉及38个专业，并标注有婚姻状况、性别、年龄、是否本地学生、文化程度、毕业时间、修业结果等特征属性。
四、研究过程与讨论
中央电大开放教育采用弹性学制，在8年有效学习时间内，“毕业”行为一学期发生一次，因此我们以学期为单位记录一批学生达到“毕业”时所用的学期数。这里“毕业”即为事件(学生修业)的结果，与之相反的事件即为“在学”，“学期数”即为出现这一结果所用的“生存时间”，要将两者结合起来分析，恰好可以用到统计学方法中的生存分析方法。大家在解读相关图表时，需要将“在学”理解为原来的“生存”，“毕业”理解为原来的“死亡”。
如表2所示，为毕业生数据样例，研究样本包括84612名学生。这些学生的修业结果都是“毕业”，未能毕业的学生数据已被清除。因此，后文在计算在学学生比例或毕业学生比例时均以毕业生总数而不是研究样本学生总数。
表2中各字段取值如下：婚姻状况：未婚=0，已婚=1;性别：女=0，男=1;籍贯：非本地学生=0，本地学生=1;文化程度：中专=0;高中=1;专科及其他=2;毕业时间：以“学期”为单位，如“毕业时间=6”，则表示完成学业所用时间为6个学期;修业结果：毕业=1;在学=0。
由于一少部分学生的“婚姻状况”标注为“其他”，将会影响后面的分析，因此分析样本不包含“婚姻状况”为“其他”的学生数据。最终用于数据分析的学生有79352名。下面应用生存分析中的三种方法分别对学生毕业数据进行分析，以了解研究样本总体毕业时间曲线、各项学生特征不同取值间的毕业时间差异和毕业时间影响因素，并在毕业时间影响因素分析的基础上，应用决策树算法，获得毕业时间预测规则。
(一)研究样本总体毕业曲线绘制
使用寿命表生存分析方法可以计算某一时间阶段的毕业率，从而绘制毕业这一事件发生比例的时间曲线。
用SPSS15.0打开待分析数据文件，依次单击AnalyazeSurvivalLife Tables菜单，进入寿命表生存分析对话图，变量选取和参数设置如图1、图2所示。
如表3所示，是学生毕业情况的生存分析表。由表3可知，研究样本总体7万余名学生的中位毕业时间(约50%学生毕业的时间)是6个学期。在6学期末，累计有45%的学生毕业;而在11个学期末，则有99%的学生毕业。
根据表3，我们可绘制修业结果(毕业)曲线，如图3所示。
图3是学生修业结果(毕业)曲线，从图中可以看出，从第5学期末开始，有大量学生毕业，这种高峰毕业学期将会持续4个学期，直至第8学期末(见纵坐标的虚线部分)。到第9学期末，在学学生比例不足10%，意即绝大部分学生已经毕业。
(二)各项学生特征不同取值间的毕业时间差异分析
这里应用Kaplan-Meier生存分析法对各项学生特征不同取值间的毕业时间差异进行比较和分析。这里的学生特征即前面毕业生数据表中各个属性字段，包括性别(有男、女两种取值)、文化程度(有中专、高中、专科及其他等三种取值)、婚姻状况(有已婚、未婚两种取值)、籍贯(有本地学生和非本地学生两种取值)。由于年龄属性是连续变量，不宜分组做Kaplan-Meier分析。
用SPSS15.0打开待分析数据文件，依次单击AnalyazeSurvivalKaplan-Meier菜单，进入Kaplan-Meier分析对话窗口，变量选取和参数设置如图4所示。在图4中，“Factor”输入框可依次输入四项学生特征，逐项比较各项特征不同取值间的差异。
1. 不同性别学生组的毕业时间差异
这里，以“0”表示女生，以“1”表示男生。不同性别组学生分布如表4所示。由表4可知，在毕业生中，女生组要多出男生组近1万人，多出的学生数占男生组总数的27%。以性别分组分别计算不同性别组的平均毕业时间及毕业时间差异，得到如表5所示结果。
如表5所示，男生组平均毕业时间要长于女生组平均毕业时间，并且这两组学生的毕业时间存在显著差异，如表6所示检验结果。
图7所示是不同性别组学生的修业曲线。从图中我们可以清晰看出，在第7个学期前，女性学生累计毕业率(实线)要低于男性学生累计毕业率(虚线)。从第7个学期开始，女性学生修业曲线(实线)要比男性学生修业曲线(虚线)更为陡峭，表明女性学生毕业时间更短，在相同时间内毕业率更高。
2. 不同婚姻状况学生组的毕业时间差异
婚姻状况分为未婚和已婚两种，以“0”表示未婚，以“1”表示已婚。不同婚姻状况组别学生分布如表7所示。由表7可以看出，“未婚”组学生和“已婚”组学生数量相当，各占50%。
表8所示是两个婚姻状况组学生平均毕业时间。可知，未婚组学生的平均毕业时间明显长于已婚组学生的平均毕业时间，并且这两组学生的毕业时间存在统计学意义上的显著差异(p<0.0005)，如表9所示。
如图8所示，是不同婚姻状况组别学生的修业曲线。从图中我们可以清晰看出，已婚组学生修业曲线(实线)要比未婚组学生修业曲线(虚线)更为陡峭，表明已婚组学生毕业时间更短，在相同时间内毕业率更高;在同一学期，已婚组学生修业曲线(如实线所示)所处横坐标更低。
3. 不同籍贯学生组的毕业时间差异
通过比对学生籍贯与所读电大所处地区，可以将学生分为“非本地学生”和“本地学生”，以“0”表示非本地学生，以“1”表示本地学生。不同组别学生分布如表10所示。由表中可以看出，“非本地学生”仅占很少的一部分，约为5%，这与各省级电大仅在本地办学而不跨地域办学有关，所招收到的“非本地学生”应主要为外省流动到本省的务工人员。这些“非本地学生”由于生活环境和工作环境的变动较大，由此困难更多，笔者预测这批学生将要花费更多的时间来完成学业，并可能引起更大的辍学率。
如表11所示，是两个组学生平均毕业时间。由表11可知，非本地学生的平均毕业时间长于本地学生的平均毕业时间，并且这两组学生的毕业时间存在统计学意义上的显著差异(p<0.0005)，如表12所示。
如图9所示，是不同籍贯组别学生的修业曲线。从图中我们可以清晰看出，本地学生修业曲线(实线)要比非本地学生曲线(虚线)更为陡峭，表明本地学生毕业时间更短，在相同时间内毕业率更高;在同一学期，本地学生修业曲线(如实线所示)所处横坐标更低。
4. 不同文化程度学生组的毕业时间差异
专科学生入学时的文化程度分为三种，中专(中技)、高中和专科(及其他)，分别编码为0、1、2。如表13所示，为不同组别学生的分布情况，其中中专(中技)学生组人数最多，其次是高中学生组。专科(及其他)学生以专科文化程度学生为主。
如表14所示，是不同组别学生的平均毕业时间，其中中专组平均毕业时间最短，专科组平均毕业时间最长，且三个组学生的毕业时间存在统计学意义上的显著差异(P<0.0005)，如表15所示。
如图10所示，是不同文化程度组别学生的修业曲线。从图中我们可以看出，在同一学期，中专组修业曲线(粗实线)所处横坐标最低，表明毕业率最高，而专科组(细实线)的毕业率则最低。
5. Kaplan-Meier分析小结
7万余名毕业学生用于Kaplan-Meier分析，按性别、婚姻状况、籍贯、文化程度等四个属性对学生分组，分析发现：在性别方面，女性学生毕业时间显著少于男性学生，相应的毕业时间曲线也更加陡峭，由此表明女性学生在完成学业方面表现更为积极;在婚姻状况方面，已婚学生毕业时间要显著少于未婚学生，相应的毕业时间曲线也更加陡峭，表明已婚学生可能出于家庭生活压力而更加努力地完成学业;在籍贯方面，本地学生的毕业时间要少于非本地学生，相应的毕业时间曲线也更加陡峭，这正好印证了笔者提出的假设，即非本地学生处于流动状态，不稳定的生活和工作环境将给学习带来不利影响，从而延长毕业时间;在文化程度方面，中专学历学生毕业时间要少于高中学历学生，高中学历学生毕业时间要少于专科学历学生，由此表明入学学历对毕业时间有一定程度的影响，在开展学习支持服务特别是学习督促服务时文化程度可以作为学生人群细分特征。
(三)毕业时间影响因素分析
这里采用Cox回归分析来探索影响毕业时间的主要因素。在生存分析中，Cox回归分析通常用来研究一些变量对生存时间的影响。
使用Cox回归分析法可构建Cox比例风险回归模型(Cox’s proportional hazards regression model)，简称Cox回归模型。该模型由英国统计学家D.R.Cox于1972年提出，主要用于肿瘤和其它慢性病的预后分析，也可用于队列研究的病因探索。Cox回归模型的基本形式如公式1所示。
公式 1 Cox回归模型h(t,X)=h0(t)exp(?茁1X1+?茁2X2+?撰+?茁pXp)
其中，h(t,X)表示t时刻风险函数、风险率或瞬时死亡率(hazard function)。h0(t)表示基准风险函数，即所有变量都取0时t时刻风险函数。X1、X2、…、Xp表示协变量、影响因素、预后因素，?茁1、?茁2、…、?茁p表示回归系数。
用SPSS15.0打开待分析数据文件，依次单击AnalyazeSurvivalCox Regression菜单，进入Cox回归分析对话框，变量选取和参数设置如图11所示，应变量为毕业时间(以学期为单位)，状态变量为修业结果(1=毕业，0=在学)。本研究选取的协变量为前面提及的5项学生个人特征，包括性别、年龄、婚姻状况、籍贯和文化程度，回归分析方法为“Enter”，即5个协变量全部进入。
表16是学生毕业Cox回归模型系数的总检验表。由表16可知，Overall (score)和Change From Previous Block检验的P值均小于0.0005，可认为含所有5个协变量的模型均显著。Change From Previous Step检验验的P值小于0.0005，可认为5个协变量的系数均不为0。
表17所示为学生毕业Cox回归模型的协变量表。由表17可知，5个协变量的偏回归系数(B)分别为0.322、0.161、0.036、0.038和0.005，P值均为<0.005，可认为5个协变量的偏回归系数均有统计学意义。可得Cox回归模型如公式2所示。其中X1至X5分别表示协变量婚姻状况、籍贯、文化程度、性别、年龄。
公式 2 学生毕业Cox回归模型h(t,X)=h0(t)exp(0.322X1+0.161X2-0.036X3-0.038X4+0.005X5)
协变量“婚姻状况”的β值(即B值)大于0，Exp(B)值大于1，说明协变量“婚姻状况”增加时(由未婚变为已婚)，毕业率增加，“婚姻状况”可视为一种促进性因素(通常的说法是“危险性因素”)，有缩短毕业时间、使学生尽早毕业的作用。协变量“籍贯”与“婚姻状况”相似，随着学生籍贯由非本地学生到本地学生，毕业率增加，“籍贯”可视为一种促进性因素，由于该协变量的Exp(B)较小，其对毕业的促进程度不如“婚姻状况”。
协变量“文化程度”的β值(即B值)小于0，Exp(B)值小于1，说明协变量“文化程度”增加时(由中专到高中再到专科)，毕业率降低，“文化程度”可视为一种阻碍性因素(通常的说法是“保护性因素”)，有延长学生毕业时间的危险。协变量“性别”与“文化程度”相似，随着性别由女性到男性，毕业率降低，“性别”可视为一种阻碍性因素。由于“文化程度”和“性别”两个协变量的Exp(B)接近于1，因此并不是强阻碍性因素。
协变量“年龄”的β值(即B值)几乎等于0，Exp(B)值几乎等于1，说明协变量“年龄”增加时，毕业率有可能增加，有可能降低，也有可能不变，“年龄”可视为一种无关因素。
小结一下Cox回归分析：在本研究中，7万余名毕业学生用于Cox回归分析，应变量为学生的毕业时间(以“学期”为单位)，协变量为婚姻状况(未婚=0，已婚=1)、籍贯(非本地学生=0，本地学生=1)、文化程度(中专=0;高中=1;专科及其他=2)、性别(女=0，男=1)和年龄，状态变量为修业结果(毕业=1;在学=0)。
采用Enter法筛选协变量，经Cox回归模型系数的总检验，含所有5个协变量的模型均显著，且5个协变量的系数均不为0。
模型中协变量婚姻状况、籍贯的Exp(B)值大于1，提示这两个协变量是促进性因素(危险性因素)，它们有提高学生毕业率、缩短学生毕业时间的作用。其中籍贯的Exp(B)值较小，故不是强促进因素。协变量文化程度、性别的Exp(B)值小于1，提示这两个协变量是阻碍性因素(保护性因素)，它们有降低学生毕业率、延长学生毕业时间的危险。不过这两个协变量的Exp(B)值均较大，接近于1，故不是强阻碍因素。协变量年龄的Exp(B)值几乎等于1，它可以认为是一种无关因素，但并不是真正的无关，只是年龄的变化与毕业时间的变化不是简单的线性关系，而是非线性关系。根据魏顺平等(2010)关于中央电大开放教育专科学生毕业时间特点的研究，在专科学生中，随着年龄的增长，平均毕业时间会先下降后上升。
(四)毕业时间预测规则发现
具备何种特征的学生倾向于较早学期毕业或较晚学期毕业，这一点通过前面的各项学生特征不同取值间的毕业时间差异与毕业时间影响因素的分析并不能得到确切的答案。要获得可用的判定规则，还必须进行决策树分析，即基于学生各种特征生成对毕业时间长短的预测。
接着，笔者采用Microsoft SQL Server 2005 Analysis Service(SSAS)数据挖掘工具，以前面提及的5项个人特征作为输入值，以毕业时间作为预测值，构建决策树模型，得到如图12所示结果。
图12所示的各种颜色线段表示不同的毕业时间，具体对应情况如图13所示。Microsoft决策树算法将毕业时间(5学期至12学期)划分为四段，分别是“>=5 并且 <6”、“>=6并且<8”、“>=8并且<11”以及“>=11并且<=12”，其中属“>=6并且<8”毕业时间范围的学生数最多，这批学生在决策树的每个叶子节点上都占据着优势，不过这种优势是相对的，有时这个时段之外的毕业的学生也占据着不小的比例。我们重点是找出倾向于较早或较晚毕业的学生人群，并构建预测规则。
如图14所示，图中颜色较深节点表示倾向于较早时间(即早于6学期)毕业的学生特征。
由图14，我们可以读取若干较早时间(早于6学期)毕业学生预测规则，如表18所示。
如图15所示，图中颜色较深节点表示倾向于较晚时间(即不早于8学期)毕业的学生特征。
由图15，我们可以读取若干较晚时间(不早于8学期)毕业学生预测规则，如表19所示。
五、研究结论
本研究以中央电大开放教育来自全国9个地区的、涉及38个专业的79352名专科毕业生为研究样本，获取了这批学生的婚姻状况、性别、年龄、是否本地学生、文化程度、毕业时间、修业结果等特征数据，采用了统计分析和可视化、生存分析、数据挖掘等方法，使用了数据库管理系统、SPSS 15.0、Microsoft SQL Server 2005 Analysis Service(SSAS)数据挖掘工具等软件，开展毕业时间特点研究、毕业时间影响因素研究和毕业时间预测规则研究等三项研究，所取得的研究结论如下：
(1)毕业时间特点研究主要采用寿命表分析和Kaplan-Meier方法，发现了研究样本总体毕业时间分布和各项学生特征的不同取值中的毕业时间差异。从研究样本总体的毕业曲线来看，7万余名学生的中位毕业时间(约50%学生毕业的时间)是6个学期。从5个学期末开始，有大量学生毕业，这种高峰毕业学期将会持续4个学期，直至8个学期末。到11个学期末，有99%的学生毕业，意即绝大部分学生已经毕业。在毕业时间差异方面，女性学生毕业时间显著少于男性学生，已婚学生毕业时间要显著少于未婚学生，本地学生的毕业时间要少于非本地学生，中专学历学生毕业时间要少于高中学历学生，高中学历学生毕业时间要少于专科学历学生。了解了各类学生的毕业时间倾向，将有助于远程教育工作者针对不同工作需要来关注重点人群，如在高峰毕业学期5、6、7、8等学期采取更多的学习支持服务手段督促男性、未婚、专科文化程度等学生群体尽快完成学业，可有效缩短这些学生的毕业时间，以提高毕业率。
(2)毕业时间影响因素研究主要采用Cox回归分析方法，构建了应变量为学生的毕业时间(以“学期”为单位)，协变量为婚姻状况(未婚=0，已婚=1)、籍贯(非本地学生=0，本地学生=1)、文化程度(中专=0，高中=1，专科及其他=2)、性别(女=0，男=1)和年龄，状态变量为修业结果(毕业=1;在学=0)的学生毕业Cox回归模型。模型中，协变量婚姻状况、籍贯这两个协变量是促进性因素(危险性因素)，它们有提高学生毕业率、缩短学生毕业时间的作用;协变量文化程度、性别是阻碍性因素(保护性因素)，它们有降低学生毕业率、延长学生毕业时间的危险;协变量年龄是一种无关因素。无关因素并不表示没有影响，而只是这种影响是非线性的。
(3)毕业时间预测规则研究主要采用Microsoft决策树算法构建了以5项个人特征(婚姻状况、年龄、籍贯、文化程度、性别)作为输入值，以毕业时间为预测值的毕业时间决策树模型，并获得了“毕业时间少于6个学期的学生预测规则”和“毕业时间不少于8个学期的学生预测规则”等两组规则，如“婚姻状况=已婚，籍贯=本地学生，文化程度=中专，年龄>=41，毕业时间<6个学期”、“婚姻状况=未婚，年龄<23，性别=男，毕业时间>=8个学期”。有了这些预测规则，远程教育工作者可提前对新入学的学生可能的毕业时间进行预测，并对可能较早毕业的学生群体给予学习督促，以增加较早毕业的可能性;对可能较晚毕业的学生群体应在较早时间给予更多的帮助，克服各种学习困难，特别是“越过”难以通过考试的障碍课程，以使他们能够顺利完成学业。
参考文献:
[1] D.Kennedy & P.Powell. Student Progress and Withdrawal in the Open University[J]. Teaching at a Distance,1976,(7):61-75.
[2] Pedro A. Willging & Scott D. Johnson. Factors That Influence Students` Decision to Dropout of Online Course[J].Journal of Asynchronous Learning Networks, 2009,(3):115-127.
[3] Simpson,O. Cost-Benefit of Student Retention Policies and Practies[A] William J.Bramble;Santosh Panda. Theory，Practice，and Research.Economics of Distance and Online Learning. New York&London: Routledge,2008:62-178 .
[4] Thompson,E. Distance education drop-out:What can we do[A] .R.Pospisil;L.Willcoxson(Eds.). Learning Through Teaching，Proceedings of the 6th Annual Teaching Learning Forum[C]. Perth，Australia: Murdoch University,1997:324-332 .
[5] Tinto,V. Drop-out from Higher Education: A Theoretical Synthesis of Recent Research[J]. Review of Educational Research,1975,(45):89-125.
[6] 曹文，关正莹. 网络教育学生流失率规律的研究[J]. 中国远程教育，2005，(11)：37-42，80.
[7] 罗发奋. 网络教育学院学生毕业率的个案分析[J]. 广州广播电视大学学报，2009，(3)：1-4，107.
[8] 李莹，王晓鸣. 远程开放教育学习者辍学的时间规律及其影响因素分析[J]. 中国电化教育，2009，(3)：33-36.
[9] 石妍. 开放教育毕业情况分析与思考——以学籍满8年的学生为例[J]. 北京广播电视大学学报，2009，(3)：26-27，43.
[10] 魏顺平，袁亚兴，陈彦凌. 电大开放教育本科学生毕业时间特点研究[J]. 开放教育研究，2010，(6)：98-106.
[11] 张妙华，罗发奋. 远程学习者辍学的因素分析与对策建议[J]. 中国远程教育，2006，(06).
[12] Jiawei Han,Micheline Kamber. 范明，孟小峰 译. 数据挖掘：概念与技术[M]. 北京：机械工业出版社，2007.
收稿日期：2011-05-30
作者简介：魏顺平，助理研究员，博士，中央广播电视大学现
代远程教育研究所(100031)。
责任编辑 池塘
作者：魏顺平
第二篇：网络环境下的毕业生就业指导
[摘 要] 网络环境下的毕业生就业指导工作很繁重，利用网络管理平台可以对数据进行精确统计分析，减少误差，极大提高就业指导和管理效率。
[关 键 词] 网络环境;毕业生;就业指导;就业管理
一、研究目的和意义
目前随着各大高校扩招的加剧，大学生就业问题也变得越来越严峻，对就业形势的分析必须持冷静和理性的态度。我校自2014年升格为大专院校以来，在就业指导工作方面的问题和矛盾逐渐突显出来。目前毕业生数量的剧增以及就业指导人员、经费、场地等软硬件条件的严重不足，使就业指导压力增大。2016年我校第一届毕业生57人，2017年毕业生达到925人，比上一年增长162%，同时全区各个中职学校相继开设学前教育专业，全区的学前教育专业的毕业生数量激增，而2017年新增就业岗位却没有大的变化，造成毕业生就业竞争压力增大，毕业生就业形势较为严峻。如何快速、及时掌握毕业生的就业状态，掌握毕业生的就业信息，对毕业生进行精准的就业指导，使其能顺利找到合适的工作是我们目前亟须解决的问题。这次笔者所设计的课题正是有关于大学生就业问题方面的，以往的学生就业管理工作，对学生信息了解不全面，不能准确把握学生的就业方向及动态，没有充分做好学生就业前的就业指导以及心理指导，导致大学生就业的盲目性。网络技术促进就业指导工作体系的改革，推动就业指导工作方法的革新，从而形成新型就业工作模式，丰富就业指导形式和手段，创建各种环境，提高就业指导效率和质量。建立就业信息网，可以将就业政策、择业技能、心理教育、招聘信息等放在校园网上，进行网络学习，实现资源共享。网络环境的学习可以实现对信息的交互性、综合性的组织、反馈与管理，从而使个别化就业指导成为现实。对毕业生进行就业跟踪调查，统计分析毕业生就业数据，为今后的就业指导提供改进依据。
二、主要研究内容、目标
(一)研究内容
1.毕业生就业指导网络化。
2.跟踪调查就业状态网络化。
3.就业数据录入、统计、分析网络化。
(二)研究目标
1.实现就业政策、择业技能、心理教育、安全教育、招聘信息等就业信息的网络化，进行网络学习，实现资源共享。
2.实现对就业信息的登记、核对、跟踪网络化。(1)生源管理：?譹?訛生源预报管理：对当年的毕业生生源数进行预报，并且对上报后的毕业生数与用于整个生源、就业工作流程中各环节的数据核对。?譺?訛生源信息管理：对生源信息进行导入、查询浏览、修改和删除。对生源信息的任何修改都将写入学生信息日志表，以便后期查证。?譻?訛生源审核管理：对生源信息进行审核。?譼?訛生源上报管理：对生源信息进行上报管理。?譽?訛生源信息统计：对生源信息进行统计。(2)就业管理：?譹?訛就业签约管理：对就业协议(方案)进行管理，包括查询浏览、录入和修改。系統对就业签约的任何修改都将进行日志记录，以便后期查证。?譺?訛就业方案生成：为每个毕业生分配协议书号和报到证号;在就业操作截止时，对仍未就业的毕业生，由系统自动派回原籍，并生成相应的就业方案。?譻?訛就业违约管理：对就业违约进行管理，就业变更时先写入就业变更信息的日志表，待中心审核后写入正式表。?譼?訛就业方案审核：对就业方案进行审核。?譽?訛就业上报管理：对就业方案进行上报管理。?譾?訛就业方案统计：对就业方案进行统计。
3.调查就业状态，掌握毕业生的真实想法。
三、实施方案
(一)开发系统
经过周密细致调研分析，做出系统需求，与系统开发公司合作进行就业管理系统的初步开发。经过审验、试用后定型。
(二)就业指导
1.就业指导内容。与各相关课程老师沟通，制作心理辅导、就业指导的视频和课件资料进行上传，供毕业生网上学习。把幼儿园一日行为规范、一日活动安排等幼儿园的生活环境的视频和文字资料放到系统里，让毕业生提前熟悉。
2.招聘信息发布。提供招聘单位的信息，让毕业生自主选择，就业指导老师网上进行就业指导。
3.学生网上选择就业单位。登记就业单位信息、完成就业协议鉴定、辅导员后台进行就业统计。
(三)就业管理
1.生源信息核对。招生就业处从教育部就业平台中导出毕业生信息，然后导入到学校就业系统里，让学生对毕业信息进行核对，登记个人联系信息，如QQ号、手机号、家庭住址等，确保信息准确无误。
2.就业信息登记。登记就业所在单位的详细信息，包括就业单位名称、电话、联系人、详细地址、组织机构代码、单位性质等。登记毕业生就业形式，如协议就业、其他形式就业、继续学习等。
四、调查问卷
对毕业生的就业状态进行调查了解，在网上发布调查问卷，要求所有毕业生填写，对调查结果进行统计分析，为下一年的就业指导提供参考依据。
毕业生就业指导是当前形势下一项重要的工作，从教育部到地方教育部门一直在宣传要对就业精准指导，确保让所有毕业生都能找到工作。因此，作为高校就业指导教师责任重大。网络环境下的就业指导就是我校为落实上级高效就业指导、精准就业指导而进行的就业工作的一种革新，通过这种工作方式的改变，希望对毕业生进行更加细致、更加精确的指导，并且确保生源信息和就业信息准确无误，确保就业统计工作高效及时地更新，为撰写年度就业质量报告提供扎实、真实、有效的数据依据。
参考文献：
[1]程秀霞.网络环境下加强大学生就业指导工作的思考[J].文教资料，2015(23).
[2]侯定旺.高等学校毕业生就业指导管理研究[D].湖南大学，2003.
作者：李汉雄
第三篇：互联网+高职毕业设计管理探索与实践
摘要：互联网时代，利用信息技术优化高等教育改革，为社会培养创新工匠人才，已成为高职教育的必然趋势。毕业设计质量是高职教育教学管理水平的重要体现，如何通过互联网技术，加强毕业设计管理水平，提升毕业设计质量是高职教育值得重视的问题。长沙职业技术学院基于问题导向，使用在线教学平台，建立两级“毕业设计”课程，形成有效沟通体系;使用信息化手段，实现便捷化过程管理;基于平台大数据，构建多层督查工作流程，完善毕业设计质量保障体系。增强了师生参与毕业设计的主动性、积极性，促使管理人员和教师的责任心提高，提升了毕业设计管理效率，从而推动毕业设计质量有效提升。
关键词：互联网+;在线教学平台;高职毕业设计;毕业设计管理;质量提升
开放科学(资源服务)标识码( OSID)：
自2015年李克强总理提出“互联网+”概念以来，互联网技术的迅猛发展促进了社会各领域的创新升级，也刺激了世界教育观念和教学模式的创新。2017年1月，国务院印发《国家教育事业发展“十三五”规划》，明确要求要积极发展“互联网+教育”[1]。近年来，在国家大力支持下，高职院校建设了一大批优质的线上课程资源，在线教学平台的使用也为师生的“教与学”提供了多种可能，实现了教学方式上的创新，但互联网信息技术在教学管理方面的应用，仍大有可为。如何在教育管理工作中深入融人信息技术，整合资源，发挥互联网优势，是高职教育管理改革需要重点关注的课题。
1 引言
毕业设计是高职教育过程中的最后阶段，是实现高职人才培养目标的重要实践性教学环节，整个过程环节多、历时长、参与人员广。从毕业设计选题拟定、任务下达、设计指导、评阅答辩、材料验收到成绩录入，需跨一个学年。参与主体包括毕业年级学生、指导老师、教辅人员及相关管理人员，过程中多主体之间的沟通、信息的传达以及过程中的管理问题都是影响毕业设计质量的重要因素。长沙职业技术学院基于问题导向，总结管理中的实际问题，整合互联网资源，依托在线教学平台记录师生毕业设计指导过程，进行综合分析，创新管理方式。利用大数据技术开展对毕业设计指导活动和学生行为数据的收集、分析和反馈，为推动个性化指导和全过程监管提供支持。
2 高职毕业设计管理现状及问题
随着信息技术在各行各业的广泛应用，高校教学管理也逐渐融人了互联网信息技术。在毕业设计工作中，通过QQ、微信搭建师生间多种沟通渠道，使用学生个人空间记录实习日志，在一定程度上使得毕业设计管理更加便捷。但是，在完成毕业设计工作的整个过程中，仍存在以下几个问题。
2.1 师生有效沟通不足
毕业设计是一个双向沟通，反复修改的过程。根据毕业设计工作安排，毕业生在选题开题后就分散进入企业实习。由于多种原因，师生间沟通多为单向信息传递，有效沟通不足。第一，毕业设计线下沟通不畅。进入实习阶段后，线下指导需要师生提前预约时间，打印相关材料，到学校或约定地点进行单独或小组指导。学生向实习公司请假时间与指导老师上班可能有所冲突，且多个学生的请假时间不一，纸质材料的多次打印等情况都会加大线下沟通时间、精力及财务成本，导致学生产生畏难情绪，从而放弃线下沟通。第二，线上沟通大多停留在指导老师单方面发布要求和任务安排，学生回复“收到”二字的层面。由于没有统一的上传及沟通平台，师生通过QQ、微信群保持联系，使用邮箱或单独发送QQ文件等形式给指导老师批改;然而，在指导老师发布毕业设计要求和相关任务信息后，迟迟未有学生响应或根据要求提交任务的情况普遍存在，更不用说和老师反复沟通自身想法和修改意见。老师无法真正了解学生的创意和想法，监督学生完成毕业设计的进度，造成教师对学生的毕业设计指导流于形式，很难有针对性的指导。第三，由于学生不在校内，没有固定的地点，其更换手机、更换联系方式后，甚至造成指導教师与学生“失联”的情况比比皆是，更无所谓有效沟通。
2.2 管理信息传递不对称
为了方便管理，学校各级层面都建立了教务信息QQ管理群，用来传递教务管理信息。由于指导老师、学生的加入的群过多，无法及时看到相应通知;导致相关通知和工作安排在经过二、三次传递后，出现了信息不对称。在校级教学工作群中，由于所有教务干事都在群内，经常出现多条教务消息刷屏，毕业设计工作安排无法及时、准确的传达至一线，指导工作跟不上计划。从而出现毕业设计已完成中期检查，甚至到毕业设计二稿完成时间，还有指导老师咨询本届毕业设计格式要求等情况。另外，教务处成立了毕业设计抽查专用群，用来传递毕业设计管理信息，但因每年指导老师有所变动，未及时更新人员信息，导致专用群形同虚设。
2.3 质量监督体系不完善
毕业设计质量是高职院校教育教学水平的重要体现，质量监督应贯穿毕业设计整个过程，尤其是在中期质量控制阶段及后期质量提升阶段。通过总结历年工作发现，毕业设计质量监督体系不完善主要体现在以下几个方面。第一，过程管理流于形式。在毕业设计各环节中，二级学院提交的过程性材料，多为应付式交差，根据往年材料修改人员名称及时间，未进行实质性的监督。在教务处进行中期检查提出整改意见一段时间后，发现各学院仍未有效整改。第二，后期提质阶段疏于把控。各学院在组织毕业生答辩过程中，答辩工作小组针对学生毕业设计存在的问题提出修改意见，对于没有通过答辩的学生，安排补答辩。答辩过后，因为学生急于离校去往工作岗位，部分指导老师也认为“过了就行”“交差了”等想法，在答辩后应有的提质阶段，放松警惕，不再认真修改提质。学校层面，并未明确每个专业的毕业设计标准，即使有些专业制定了，到执行时又会打折扣。
3 互联网+毕业设计管理实践
3.1 建设“毕业设计”系列课程，形成有效沟通体系
现代心理学认为，多向交流较之单向交流和双向交流有着更加显著的效果，能最大限度地发挥相互作用的潜能。长沙职业技术学院使用超星學习通在线教学平台，建设学生“毕业设计”、老师“毕业设计指导”、教务处“毕业设计管理”系列课程，形成有效沟通体系。教师或管理员在平台建课后，可通过生成课程二维码或直接在系统中搜索姓名等方式添加成员。在课程中，管理员可以单独与某位成员互发消息，也可以发起班级、小组讨论、发布任务等，还可以通过在线直播来进行指导交流。另外，在发布任务后，可实时解成员参与动态，若发现学生或者指导老师没有查阅通知或未完成布置的任务，可一键通知对方。多种交流方式不仅加强了师生、各级管理人员之间的有效沟通，也解决了QQ群信息被忽略，管理信息传递不对称等问题，促使指导老师和学生参与整个过程。
3.2 平台多用，实现便捷化过程管理
明晰的过程管理，是毕业设计工作的重要记录，更是总结经验、推动质量提升的关键要素。在师生使用方面，长沙职院对标省厅文件要求，充分考察各兄弟院校的先进做法，根据本校实际情况，理清毕业设计工作中过程管理关键点，使用超星平台，统一规划学生毕业设计课程栏目，成果展示清晰明了。师生可通过手机，使用学习通APP上传相关材料，资料上传方便快捷。在管理方面，管理员通过超星后台大数据，实时监控学生材料上传情况，按时公布数据，推动毕业设计过程管理。另外，在后台可直接导出毕业生成果展示链接，简化毕业设计成果展示梳理工作，提升管理效率。
3.3 构建多层督查工作流程，完善毕业设计质量保障体系
毕业设计质量是学校教育教学水平的重要体现，为完善毕业设计质量保障体系，长沙职院基于在线教学平台数据，构建毕业设计多层督察体系，保障毕业设计质量稳步提升。多层督查即毕业设计教研室督查、二级学院院内自查、学校聘请专家抽查及教务处普查。在毕业设计进行的中后期，即完成初步定稿后，由教研室导出本专业全部学生链接，组织对所有学生进行第一轮质量督查，合格者进入答辩环节;在毕业生完成毕业设计答辩一星期后，由教务处组织各学院通过指导老师自查、教研室交叉督查等方式进行二级学院自查;院内自查整改后，教务处聘请专家分专业按比例抽查各学院学生毕业设计，并将结果反馈至各学院进行二次整改;最后，教务处针对所有毕业生毕业设计相关材料进行普查，再反馈至学院进行最后整改，确保毕业设计无差错。
4 结语
毕业设计是人才培养的重要组成部分，我校教务处通过总结往年的经验，分析毕业设计管理实践中存在的现实问题，通过超星在线教学平台，系统建设了“毕业设计指导、管理”系列课程，规范了毕业设计管理过程性文件标准，基于平台大数据，构建了教研室、二级学院、教务处等多层监察工作流程，完善了毕业设计质量保障体系。在线教学平台便捷的资料上传式和多种沟通模式，大大减轻了学生在毕业设计过程中的畏难情绪，增强了学生参与毕业设计的积极性和主动性。统一规范建设的系列课程，明确了过程管理标准，信息化技术的使用提高了过程监管的效率。平台大数据的实时更新，让管理层和指导老师实现了全过程监察，促使各层面管理人员和指导老师的责任心提升。从而推动毕业设计质量的有效提升。
参考文献：
[1]国务院，国务院关于印发国家教育事业发展“十三五”规划的通知[J].中华人民共和国国务院公报，2017(5)：43-74.
[2]杨飞，陈玉平，于金程.高职院校学生毕业设计质量提升路径探索——以无锡职业技术学院材料专业为例[J].机械职业教育，2017(9)：46-48，51.
[3]蒋桃.全面质量管理在高职院校毕业设计管理中的应用[Jl-卫生职业教育，2017，35(19)：25-27.
[4]钟桂英，吴巧荣，王文博.高职毕业设计质量评价指标体系构建[J].职业技术教育，2010，31(20)：81-83.
[5]杨孝辉，郭君.提升高职毕业设计质量的研究[Jl.山东化工，2018，47(17)：150-151.
[6]栾奕娜，吴发远，刘丽，等.互联网在完善高职毕业设计管理中的应用研究[J].农业网络信息，2015(11)：114-115.
【通联编辑：闻翔军】
基金项目：此文系2019年度湖南省教育科学规划课题“基于互联网+高职学生毕业设计质量提升路径研究”成果(课题编号：XJK19CZY013)
作者简介：李敏(1992-)，女，湖南宁乡人，硕士，研究方向为教育管理。
作者：李敏