“数智教育”数据可视化创新大赛 # data_analysis https://tianchi.aliyun.com/competition/entrance/231704/information

1、学生域数据分析。

对学生基本信息进行画像展示分析。包括性别、年级、班级、住址、班主任等形成学生画像标签。 对个体维度对学生学业情况进行描述性统计分析。 对成绩情况进行统计，并汇总各个科目历史考试成绩趋势，明确学生当前学科成绩分布特点以及未来成绩趋势，为学业干预提供输入。 度量指标如原始分、得分率、标准分（Z以及T分）、全年级排名、全班排名、离均值等。学生消费画像分析，通过对学生一卡通消费数据，分析学生消费情况； 支持消费分布数据统计分析；如消费趋势对比，对消费进行预警，便于了解学生生活方式尤其是贫困生，并及时干预支持消费明细的查询。 学生考勤画像分析，如学生考勤数据统计：如缺勤、迟到、请假、到勤的比例和实际天数；

2、课程域数据分析。

对课程域相关数据进行描述性性统计分析，汇总各个科目班级历史最高分趋势和历史最低分趋势。 直观反应学生的选课分布，展示7选3全部组合分布情况：包括人数和占比；统计每种7选3组合下，选课重叠的人数分布情况。

*7选3说明：学生生在高考时除语文、数学、外语三门为必考科目外，考生要从思想政治、历史、地理、物理、化学、生物、技术7门选考科目中， 选择三门作为选考科目，在学业考试中加试附加题，计入考试总分。

3、群体域数据分析。

对班级域相关数据进行描述性统计分析，分析各个班级平均分排名，指标包括原始分、绝对分；支持总分和单科目； 对班级学生排名分布情况进行统计，包括总分和单科目；对每个班级每个分数段学生排名人数进行统计;比对不同班级学生考试总分，在不同分数段的分布情况， 比对指标包括：原始分、标准分、离均值；比对不同班级学生考试每个科目，在不同分数段的分布情况，比对指标包括：原始分、标准分、离均值。

针对以上指标体系设计报表进行展示，形成可视化分析门户，支持按照条件查询工作实现。