數據挖掘技術在教學過程中的應用

李瑞林

LI Rui-lin

（廣西水利電力職業技術學院，南寧 530023）

數據挖掘技術在教學過程中的應用

Data mining technology in the teaching process the application of

李瑞林

LI Rui-lin

（廣西水利電力職業技術學院，南寧 530023）

隨著校園的數字化、信息化發展，傳統的教學管理模式已經不能適應現代教育發展的需要。畢竟要搜集和整理大量的教學數據信息，傳統的方法既耗時、耗費，且操作繁瑣。如何從大量的教學數據信息中及時挖掘出隱藏在數據之中對教學有用的信息，從而指導指導教師的教學決策，促進教學活動的開展，提高教學質量，為我們的教學服務已成為我們面臨的十分緊迫要解決的問題。

數據挖掘；特征分析；教學過程決策；評價

0 引言

初淺的數據挖掘方法通常在教學過程中得到廣泛的運用。如教師教學前的備課通常就是建立在初淺的數據挖掘基礎上進行的；教學時教師時常用敏銳的目光捕捉課堂上學生學習的動態信息或用激勵的語言鼓動學生，使之能從學生身上挖掘出對某一學習問題的反饋信息，使教師的教學具有因勢利導、隨機應變的主導能力；教學后，教師常常通過日常的教學評價手段或通過測驗、考試中挖掘出對改進教學有用的信息，不斷修正教學的方式和手段。但為了在新的歷史條件下更進一步提高教學質量，改進教學方法，就不能停留在初淺的數據挖掘基礎上，必須對各種教學數據信息作深入的數據挖掘，找出穩藏在其中對教學有用的信息和規律。

1 數據挖掘的概念及作用

所謂數據挖掘，就是從大量的數據中挖掘出隱含的、未知的、用戶可能感興趣的和對決策有潛在價值的知識和規則。數據挖掘又稱為數據庫中知識發現，是一個多學科交叉研究領域，涉及到機器學習、數理統計、神經網絡、數據庫、模式識別、粗糙集和模糊數學等相關技術。數據挖掘發現的知識一般可以表示為以下幾種形式：概念、規則、規律、模式等。決策者可以用這些知識來輔助決策過程；相關領域專家也可以用其來修正原有的知識體系；同時還可以把這些知識作為新知識轉存到相應系統的知識存儲機構中，如規則庫、專家系統等。數據挖掘所挖掘的對象是多種多樣的，它可以是我們所熟知的關系型數據庫中的結構化的數據；也可以是文本、圖形和圖像等半結構化的數據；甚至還可以是分布在網絡上的異構型數據。數據挖掘要經過數據采集、預處理、數據分析、結果表示等一系列過程，采用的算法主要有關聯規則、決策樹方法、人工神經網絡、遺傳算法、粗糙集方法、模糊論方法、貝葉斯模型等。在教育、教學領域，我們通過對教學過程中出現的各種數據進行挖掘，從大量的、不完全的、有噪聲的、模糊的、隨機的教學數據中發現隱含的、規律性的、人們事先未知的，但又是潛在有用的并且最終可理解的信息和知識，并伴隨著教學的過程深入開展不斷挖掘對教學有用的信息，為我們的教學決策作為依據。數據挖掘在教學過程中的運用主要有以下幾個方面：

2 運用數據挖掘技術對學習者學習特征進行分析

教學設計是在現代教育理論指導下，為了促進學生學習和發展而設計的解決教與學問題的一套系統化程序。是一種教學問題求解，側重與問題求解中方案的尋找和決策的過程。其中學習者特征分析是教學設計環節中的一個重要組成部份。所謂學習者學習特征分析就是要了解學生的學習準備狀態和學習風格。它們與具體學科內容雖無直接聯系，但影響教學設計者對學習內容的選擇和組織、影響教學方法、教學媒體和教學組織形式的選擇與運用。通過對學習者學習特征分析，可以明確學生的初始能力，進而確定學習起點，并為選擇教學策略提供依據。故要用數據挖掘技術對學習者特征進行分析，首先要收集、整理與學習者有關的數據和信息。目的在于幫助學習者修正自己的學習行為、提高學習能力、完善人格，有利于學生各方面素質的和諧發展。其次，運用數據挖掘的關聯規則、決策樹方法，通過對學習者的基本信息及學習活動的分析、整理和挖掘來構造出學習者的學習風格特征。其中包含描述有關學習者的事實和學習者學習的規則，我們運用數據挖掘方法從數據中衍生出學習的規則，并通過教育專家的協助，使用確立操作數來區分好壞規則。可先采用聚類分析的方法把學生進行分類，然后根據分類的結果對學生再進行關聯規則的挖掘。也可以采用決策樹算法根據學生基本情況預測學生發展未來，指導學生選擇所學的專業和課程。這樣就可以對某些方面有潛質的學生提供更多鍛煉和學習機會，以達到因材施教、培養不同層次人才的目的。

3 運用數據挖掘技術輔助教學過程決策

數據挖掘技術在教學過程決策中的應用主要有以下幾個方面：

1）合理設置課程

合理的設置課程，是指各門課程之間的結構合理，包括開設的課程、課程開設的先后順序以及各課程之間的銜接有序，能使學生通過課程的學習與訓練，獲得某一專業所具備的知識與能力。畢竟開設的各門課程之間有著一定的關聯與前后順序關系，這種關系是潛在的，不易發覺的。這樣就可以找到合理設置學生課程的依據，及時調整各課程的開出順序，以達到最佳的教學效果。總之，應用數據挖掘技術，能快速、準確地實現資源的有效配置以及課程設置的合理化。

2）改進教學方法和手段

在教學過程中，教師要靈活運用各種教學方法和手段來完成自己的教學任務，并獲取最佳的教學效果。至于何種教學方法教學效果最佳，需從積累的大量的教學歷史數據，通過用數據挖掘技術的分類、聚類方法分析學生的具體情況，運用回歸線分析、關聯規則的方法來判定不同專業、不同特征的學生應采取什么樣的教學方法，還有教學內容的范圍和深度是否合適；選擇的教學媒體是否實用；講解的時間是否恰到好處；教學策略是否得當等等。只有這樣，才能使我們的教學方法隨著教學對象的不同、教學內容的更新、教學手段的改進以及教學活動中各種因素的變化而變化，用發展的觀點看待教學方法，促進教學方法不斷與時具進，并能正確運用教學手段，激發學生的學習興趣，調動學習積極性，提高教學質量。

3）合理化考試

考試是教育教學活動中的重要一環,作為檢驗學生所學知識和能力掌握程度的手段,也應該隨著教育的不斷發展而做出調整,以適應新形勢下教育發展的需要。在教學與考試關系中，我們不能因為考試而教學，也不能因為教學而考試。教學內容決定了考試的內容，而教學方法決定了考核方法，因此從理論上說，考試只是教學的一個組成部分，它的考核內容與方法由教學目標、教學內容和教學方法所決定。故讓教學和考試這對伙伴和諧發展、互相促進、共同提高就必須運用數據挖掘技術輔助我們的教學決策，探索有效的途徑來評價考試的合理化，如試題相對學生的難易度、知識點全面度等需要數據挖掘技術。

4 運用數據挖掘技術對教學的總體情況進行評價

教學評價就是根據教學目標的要求，采用測量的工具和方法對學生的學習結果進行量化的描述，并對量化的結果作出價值判斷的過程。它是教學管理中的一個重要環節，是引導教育、充分利用教育成果和促進教育健康發展的保障。但傳統的教學評價方法尚存缺陷，主要表現在：

1）主觀因素較多，難以客觀反映實際問題。由于教學管理部門的評價手段不全面，其所獲取的用于教學評價的數據不充分。同時教學管理部門僅依賴他人的經驗進行評價，主觀因素左右評價的結果。

2）內容與形式過于簡單，不能反映教學中深刻的問題。在內容上，所統計的數據也不夠全面，直接或間接影響教學效果的因素如學生基礎、教學環境、課程設置以及任課教師的搭配等都沒有包括；形式上也僅限于學生網評打分、教師互評、考試成績統計等簡單方式。在這種方法下，評估指標的制定往往忽視了對己有數據中蘊含信息的利用，使得評估指標的指定缺乏歷史依據，同時只能取得單純的評估結果，卻不能對評估數據進行分析，深刻反映教學過程中存在的問題。

3）未能起到教學評價應有的作用。通常教學評價的結果只作為晉升、評優等項目的依據。然而它的作用遠不如此，良好的教學評價會在教學過程中發揮著正面的作用，并從整體上調節、促進、激勵及控制著教學活動的進行，保證著教學活動向預定目標前進并最終達到該目標。。從學生成績、教學基本信息、評價信息數據中進行數據挖掘，采用數據挖掘技術中的關聯分析、統計分析、分類法、聚類法以及決策樹法等進行深層次的數據分析，發現各個因素之間的關聯關系，找到隱藏在其中的規律以及找出影響教學效果的諸多原因之間的關系，綜合評定教學成果，從而保證評價內容全面、評價方式多元化，提高評價結果的科學性、可靠性和客觀公正性，促進教學的互動和提高。只有建立科學合理的教學綜合分析評價體系，才能強化教學管理，保證教學質量穩步提高；才能促進教學基本建設，包括師資隊伍建設、專業與課程建設；才能提高學生學習的積極性，發揮競爭的優勢；才能增強學校的凝聚力，促進優良教風和學風的形成；才能及時發現人才培養中存在的不足，以便進一步明確辦學指導思想和教學工作思路，加大教學經費投入，改善辦學條件。理論研究說明，把數據挖掘技術運用到教學評價上，在理論上是可行的，在技術上是可實現的。

5 結束語

雖然數據挖掘技術目前總體上還處于理論探討階段，離實際應用還有一定的距離，但目前它己經成為計算機科學與技術的一個熱點，在數據挖掘技術日益發展的同時，其應用領域也將不斷的擴大。數據挖掘技術不但應用在教學過程中，而且在學校的各項管理工作中也將有著十分嶄新和廣闊的應用前景。為了讓我們的學校在激烈的競爭中掌握主動，在未來的發展中走向強大，就必須加大數據挖掘技術在教學各項管理工作中的應用，不斷提高了教學管理的科學性，增強教學管理數字化建設的實效性，把提高教學質量真正落實到實處。

[1] 于立紅,張建偉.基于數據挖掘的高職生成績分析與預測[J].鄭州輕工學院學報,2006,21(3).

[2] 康曉東.基于數據倉庫的數據挖掘技術[M].機械工業出版社,2004,1.

[3] 李雄飛,李軍.數據挖掘與知識發現[M].高等教育出版社,2003,11.

[4] 員巧云,程剛.近年來我國數據挖掘研究綜述[J].情報學報,2005,24(2).

TP391

A

1009-0134(2010)09-0153-03

10.3969/j.issn.1009-0134.2010.09.47

2009-12-11

李瑞林 （1964 -），男，廣西南寧人，講師，研究方向為計算機應用。