關於休退學學生輔導議題，就教師而言，教師們在校內外相互交流，或是於系所輔導會議檢討時，對於同學因各種原因辦理休退學而無法完成學業，多少都累積了一些觀察與親身經驗。這些輔導經驗切實而深入，但一位教師輔導的學生較有限，無法看到全面的態勢。

　　如能藉由分析全校性的統計資料，挖掘學生休退學的關聯因素，可提供導師輔導的依據。此外，預防重於治療，大數據的分析也能作為學生休退學的預警參考，理解同學中輟學業的緣由，期望藉此減少休退學率，完善學生的學習歷程。

　　本計畫將以「以學生學習成效與婚姻及父母資料因素為例」為資料範圍，從「分析歸納」學生的休退學因素關聯性，延伸至以「人工智慧預估模型」推導休退學因素，以期能夠自動或半自動預估可能的休退學學生之屬性，或研判學生休退學機率，提供導師與輔導人員參考，達到儘早預警與預防之效。