本书在分析靠前外研究现状的基础上，设计教育大数据服务模式，搭建教育大数据集成平台，采用大数据技术对学生各种数据进行采集、存储和分析，研究适合大数据环境下的高风险学生预测方法，构建满足实际需求的基于大数据的高风险学生预测模型并进行评估，设计并实现原型系统，以期能为我国教育大数据的开发和利用提供借鉴。

章 绪论
节 研究背景
第二节 研究现状与分析
第三节 研究内容
第四节 主要创新
第五节 本书结构
第二章 大数据基础
节 大数据概述
第二节 大数据处理基本流程
第三节 大数据处理关键技术
第四节 大数据的主要分析平台
第五节 大数据在教育中的应用
第六节 本章小结
第三章 教育大数据集成
节 教育大数据的含义及特点
第二节 教育大数据平台的构建
第三节 基于Web服务、移动代理和本体的教育大数据集成方法
第四节 分布式动态教育大数据增量关联规则挖掘的研究
第五节 本章小结
第四章 学生特征提取
节 常用特征提取方法
第二节 基于时间轴的高校学生基本特征提取及分析
第三节 基于校园一卡通的学生特征提取及作息规律判断
第四节 基于网络日志的学生特征提取及其偏好判断
第五节 应用分析
第六节 本章小结
第五章 学生特征选择
节 特征选择的相关概念
第二节 特征选择过程
第三节 特征选择算法的分类
第四节 特征选择算法
第五节 非均衡样本问题
第六节 基于指数分布的非均衡学生数据特征选择
第七节 基于PKDE和Relief的非均衡学生数据特征选择
第八节 应用分析
第九节 本章小结
第六章 风险预测模型中分类方法的探讨
节 分类的定义
第二节 分类的流程
第三节 分类性能的评价
第四节 常用的分类方法
第五节 集成学习算法
第六节 本章小结
第七章 高风险学生预测模型选择
节 模型评估与选择方法
第二节 单一预测模型
第三节 组合预测模型
第四节 投票式组合预测模型
第五节 本章小结
第八章 基于Hadoop的高风险学生加权投票式组合预测模型
节 设计思想
第二节 组合预测模型
第三节 预测模型训练与评估
第四节 本章小结
第九章 高风险学生预测原型系统
节 简介
第二节 系统设计
第三节 系统实现
第四节 本章小结
第十章 结束语
节 总结
第二节 展望
参考文献
后记