高等教育预测分析背后的原因是什么？

[Aklima@444]

等教育机构面临着留住学生的越来越大的压力。随着学费持续上涨，越来越多的学生和家庭想知道获得大学学位是否值得。更不用说，大学面临着来自州和联邦官员的巨大压力，他们正在推动进入公共机构的学生毕业，特别是来自边缘群体的学生。超过 24 个州根据每所大学的毕业学生人数而不是入学人数来分配州资金，因此学生保留率对其盈利变得越来越重要。

由于这些压力，一些高等教育机构已经转向预测分析。通过分析人口统计数据和表现，大学可以预测学生是否会在课程中表现出色或需要支持。

什么是预测分析？
根据Gartner 的说法，预测分析回答了“将会发生什么？”的问题。使用统计或机器学习技术识别趋势并评估可能的结果预测分析。这种提供前瞻性见解（不仅仅是过去和现在）的能力为决策者提供了更多信息，帮助他们做出更好的决策。”
预测分析使用数据挖掘、统计、建模、机器学习和人工智能技术(AI) 分析当前数据并对未来做出预测
预测分析模型的类型：
一般来说，术语预测分析用于指使用预测建模或数据评分。预测模型和预测 如今，该术语越来越多地用于指代与之相关的分析学科，但重要的是要注意模型及其定义
预测模型对样本中特定单位和一个单位之间关系的分析。或单位的更多已知属性或特征。预测模型通常在实时交易期间执行计算，例如评估给定客户或交易的风险或机会以指导决策。
描述性模型：量化数据中的关系以将客户或潜在客户分类。描述性模型可识别客户或产品之间的许多不同关系，并可用于根据客户的产品偏好和生命阶段对客户进行分类。
决策模型：描述决策的所有要素——已知数据（包括预测模型的结果）、决策和决策的预期结果——之间的关系，以便预测涉及许多变量的决策的结果。决策模型通常用于开发决策逻辑或一组业务规则，这些规则将为每个客户或情况生成所需的操作。

高等教育中的预测分析
许多高等教育机构看到了分析学生数据以提高其提供的服 克罗地亚电报电话号码 务质量的价值。分析过去的学生数据来预测当前和未来的学生可能会做什么，使高等教育机构能够更好地确定招生和利用机构援助的目标。关于高等教育中的分析：建立通用语言霍金斯和沃森警告说，“分析不是一刀切的企业，分析必须被视为一种以目标为导向的实践。但许多机构没有资源在内部开发预测分析应用程序，因此他们转向外部供应商。根据《新美国》的一份报告《选择预测分析供应商：大学指南》，选择供应商时需要考虑多种因素。该报告称：理想情况下，预测分析提供商可以促进整个学生生命周期中数据的道德使用。供应商可以帮助确保数据完整且正确集成，以降低学生错误识别的风险。他们可以对其算法保持透明，并对其进行测试以确定其对学生群体的影响。他们可以灵活地分配权限并使用合理的安全协议来帮助维护学生的隐私和安全。他们可以帮助评估干预措施，以确保它们不会伤害某些学生群体。他们可以培训员工如何正确解释数据以及隐性偏见的危险。