随着教育制度的完善,学生专业能力评估逐渐成为学校提升教学质量的方法之一,同时,阶段性的评估学生专业能力倾向是辅助学生完成自我定位,促进学生良性迭代发展的一个重要手段。学生专业能力倾向的评估是一个关注于学生的学习过程,通过挖掘学习内容和学习效率之间的关系,形成能够表征学生专业能力倾向的动态发展特征的过程。本课题将以评估学生的专业能力倾向为核心研究内容,引入融合区块链技术的学习信用管理模式,基于Java Web开发技术搭建一个面向高校学生的专业能力倾向评估平台。首先,采用数据挖掘算法对现有的数据进行分析,建立学生专业能力评估体系。在该体系下,为了区分不同教学活动对各项专业能力的影响度,由Apriori算法分析教学活动与专业能力之间的关联度,形成教学活动权重矩阵,以学生为主节点,教学活动为学生的子节点,在此条件下,将学生所选的教学活动的权重和成绩作为子节点的特征值,通过Simrank算法计算学生之间的相似度,学生相似度计算本文设计了两种方案,第一种是基于学生的第一课堂成绩,第二种是在第一课堂成绩的基础上加上第二课堂的成绩,通过对比实验结果,第二种方案更具科学性和合理性。最后通过K-means算法对学生进行聚类,将学生之间的相似度代替K-means算法中的欧式距离,根据聚类结果选取学生代表,分析学生代表各项专业能力的强弱指数,将该学生为评估标准,以类群为单位,判断所有学生的专业能力倾向。为了验证该体系的合理性和有效性,采用问卷调查的方式搜集部分学生的信息,并对反馈结果进行统计,与实验效果作对比,证实了基于数据挖掘算法的学生专业能力倾向评估体系具有合理性和有效性。然后,根据系统需求分析,将系统分为系统支撑、数据采集、数据分析和学习账单四个功能模块,系统涵盖了权限维护功能、数据导入导出功能、培养方案管理功能、教学活动管理功能、专业能力倾向评估功能和学习账单功能等。在学习账单功能模块融合区块链技术,把学生的第一课堂成绩、第二课堂成绩和专业能力倾向列入学习信用,集成学习账单,将学习账单上传至区块链,构建一个去中心化的、不可篡改的学习信用链。此功能模块不但为学生提供一个简明的学习信用报告,而且可以有效的简化学生在升学或者求职过程中认证学习信息的流程。最后分别从功能、性能和安全等方面进行系统测试,通过分析测试结果,对系统进行优化,使系统在功能、性能和安全等方面均能达到良好的状态,为系统投入使用做好充足的准备。