通过教育数据挖掘识别的学生选修课选择模式与满意度决定因素

为什么选课对学生很重要

选择选修课不仅会影响学生学到什么，还会影响他们对整个大学生活的感受。随着校园系统数字化并越来越多地讨论“个性化学习”，许多学生会怀疑他们是不是真有有意义的选择，还是只面对一长串令人困惑的选项。本研究来自一所乌克兰大学，深入分析了超过一千名学生如何选择选修课、什么让他们感到满意或沮丧，以及更智慧地利用数据如何将选课过程变成对所有人更有帮助和更公正的体验。

研究如何开展

研究在克里维里赫国立师范大学进行，该校规定至少四分之一的学位课程现在必须来自学生自主选择的课程。研究团队对1,089名来自各学院、已至少经历过一次选修课选择的学生进行了问卷调查。问卷涉及他们的学习项目、对选课规则的理解程度、影响选择的因素、对系统不同方面的满意度以及他们希望改变的内容。除了常规统计分析外，研究者还使用了基于计算机的模式发现方法——例如将学生聚类分组，以及构建将不同因素与总体满意度联系起来的模型。他们还分析了数百条以乌克兰语撰写的开放式评论，以捕捉学生本人的表述。

学生最关心的是什么

当学生解释为何选择某些选修课时，一幅清晰的图景浮现出来。首要原因是课程与未来职业的契合度（64%的学生提及）、课程主题是否有趣（58%）以及授课教师的声誉（49%）。时间表是否合适和预期难度等实际问题也很重要，但朋友或学术顾问的建议所起的作用比人们预期的要小。总体上，学生对课堂内部发生的事情——课程内容和教学质量——更为满意，而对管理方面的事务（例如在线选课系统的易用性或选课窗口安排）则不那么满意。

四类选课者

通过对七个不同满意度指标的模式分析，研究者发现学生可分为四大类。“以职业为导向的务实型”（约占样本的三分之一）主要寻找能够提供实用技能和就业相关性的课程。“内容爱好者”受好奇心和对特定学科的热爱驱动，对教学方式的满意度尤其高。“流程敏感型选择者”对课程主题本身关注较少，而更在意选课流程是否清晰、公平和用户友好；他们倾向于是年级较低的学生，也是总体满意度最低的一组。最后，“平衡优化型”同时权衡职业、兴趣和后勤等多重因素，报告的满意度和成绩最高。这些群体在不同学科间的比例有所差异，例如自然科学领域以职业导向型学生较为常见。

是什么驱动对选修课的满意度

在所有学生中，有五个要素对他们对选修体系的良好感受尤为重要。第一，是实际课程与学生入选前的期望匹配程度。第二，是他们在选择前可获得信息的质量和清晰度——例如教学大纲和描述是否清楚说明了将教授什么以及如何教授。教学质量、与未来职业的联系以及选项的多样性也对满意度有强烈贡献。诸如选课时间安排或注册系统具体设计等技术细节对部分学生确实重要，但在综合考虑各种因素时，它们并非总体满意度的最强预测因子。然而，对于流程敏感型群体来说，这些实际障碍可能决定他们的体验成败。

一条以数据为支撑的改进路径

为了使选课更有帮助和更公平，作者提出了一个分层框架，主张负责任地使用学生数据以逐步改进系统。基础层面，大学收集关于课程选择、满意度、成绩和简单行为模式的信息，同时谨慎保护隐私。分析工具随后将学生分为四类并突出显示对每类而言最重要的事项。在此之上，个性化层根据学生类型调整他们看到的信息：以职业为导向的学生可能更突出地看到职业路径和技能产出，而内容爱好者可能获得更丰富的主题预览和教学方式介绍。面向用户的仪表盘以清晰的图形呈现这些信息，持续的学生反馈被回流入系统以细化推荐。用通俗的话说，研究得出的结论是：当学生获得清晰、真实的信息以及既符合其兴趣又契合职业目标的课程选项时，他们更有可能感到满意并掌控自己的教育。

引用: Semerikov, S.O., Bondarenko, O.V., Nechypurenko, P.P. et al. Student elective course selection patterns and satisfaction determinants identified through educational data mining. Sci Rep 16, 6965 (2026). https://doi.org/10.1038/s41598-026-37712-7

关键词: 选修课, 学生满意度, 个性化学习, 学习分析, 课程推荐