數(shù)據(jù)挖掘技術(shù)在高校計算機(jī)能力考核成績分析中的應(yīng)用研究

(百色學(xué)院物理與電信工程系，廣西 百色533000）

隨著計算機(jī)技術(shù)在現(xiàn)代教育體系中的運用，數(shù)據(jù)挖掘技術(shù)為學(xué)生成績考評帶來很大方便，同時保證考核結(jié)果的客觀公正性。下面，筆者對應(yīng)用該技術(shù)進(jìn)行高校計算機(jī)能力考核成績分析的情況進(jìn)行闡述。

1 數(shù)據(jù)挖掘技術(shù)的作用

1）預(yù)測功能 數(shù)據(jù)挖掘的重要功能是利用大量數(shù)據(jù)資源，通過分析大量數(shù)據(jù)資源來達(dá)到一定預(yù)測效果。例如，教師在考核之前也可以結(jié)合學(xué)生的平時表現(xiàn)或課堂學(xué)習(xí)效率，預(yù)測其能力考核的最終結(jié)果，從而針對成績考核中可能出現(xiàn)的問題事先采取相應(yīng)解決措施。

2）聯(lián)系功能 該功能主要表現(xiàn)在數(shù)據(jù)關(guān)聯(lián)分析過程中，即通過對數(shù)據(jù)庫信息的深入分析來進(jìn)一步剖析數(shù)據(jù)之間存在的具體聯(lián)系。關(guān)聯(lián)分析是數(shù)據(jù)挖掘中最為關(guān)鍵的環(huán)節(jié)，因為分析過程是否嚴(yán)謹(jǐn)直接決定了所得結(jié)果的可靠性，也是數(shù)據(jù)資源能否得到充分挖掘、利用的決定性因素[1]。如高校計算機(jī)能力考核成績階段，教師可以根據(jù)學(xué)生的學(xué)習(xí)情況作進(jìn)一步關(guān)聯(lián)性分析，弄清影響學(xué)生學(xué)習(xí)成績的具體因素，從而為教師的教學(xué)改革提供科學(xué)指導(dǎo)意見。

3）聚類功能 運用該功能可以對數(shù)據(jù)實施詳細(xì)的分類研究，根據(jù)數(shù)據(jù)資源的性質(zhì)、特點、結(jié)構(gòu)等進(jìn)行綜合調(diào)配歸類(見圖1）。一般情況下，數(shù)據(jù)挖掘的對象是各種各樣的數(shù)據(jù)，而大量數(shù)據(jù)中存在著明顯的相似性或差異性，若能夠?qū)⑾嚓P(guān)數(shù)據(jù)合理區(qū)分開來則有助于對數(shù)據(jù)資源的利用。聚類分析方法包括劃分法、層次法、基于密度法、基于網(wǎng)格法、基于模型法等[2]，在計算機(jī)能力考核成績分析時應(yīng)結(jié)合實際需要選擇相應(yīng)方法，如對不同層次學(xué)生的考核可采用層次法進(jìn)行分析，對不同年級的考核可用劃分法進(jìn)行分析。

圖1 數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)

4）描述功能 對于數(shù)據(jù)挖掘?qū)ο蠖?，在接受挖掘處理之前必須?jīng)過一個概念性的描述過程，以保證用戶能從不同角度去分析數(shù)據(jù)，為后面制定數(shù)據(jù)挖掘方法做好準(zhǔn)備。概念描述是該功能的主要內(nèi)容，用戶通過對數(shù)據(jù)概念全面認(rèn)知后可更深層次的分析被挖掘的數(shù)據(jù)內(nèi)容，找出不同對象之間的共同點。例如在進(jìn)行計算機(jī)能力考核成績分析時，利用該功能可以對學(xué)生的姓名、年齡、性別、年級等基本信息進(jìn)行詳細(xì)描述，讓教師能在短時間內(nèi)了解被考核學(xué)生的具體情況。

5）檢測功能 目前，計算機(jī)數(shù)據(jù)挖掘技術(shù)功能得到進(jìn)一步優(yōu)化，其中偏差檢測是數(shù)據(jù)挖掘功能中的一種新的應(yīng)用形式[3]。當(dāng)所有數(shù)據(jù)挖掘操作結(jié)束之后，用戶可以通過偏差檢測對挖掘結(jié)果加以檢查來及時發(fā)現(xiàn)數(shù)據(jù)結(jié)果中存在的諸多不足。例如，教師在計算機(jī)能力考核成績分析時會遇到不同方面的偏差（考試分?jǐn)?shù)偏差、學(xué)生信息偏差等），若不及時糾正錯誤會導(dǎo)致最后的考核成績評定結(jié)果出現(xiàn)誤差。利用該功能之后，教師可以利用計算機(jī)軟件自動發(fā)現(xiàn)偏差，從而提醒教師及時修改數(shù)據(jù)信息。

2 數(shù)據(jù)挖掘技術(shù)應(yīng)用流程

1）確定對象 確定研究對象是數(shù)據(jù)挖掘的第1步，能為整個數(shù)據(jù)挖掘流程(見圖2）設(shè)計提供參考。在高校計算機(jī)能力考核成績分析中，數(shù)據(jù)挖掘的對象是學(xué)生，這是整個數(shù)據(jù)挖掘操作的中心。需要指出的是，不能直接將學(xué)生的成績確定為數(shù)據(jù)挖掘的對象，因為這樣偏離了數(shù)據(jù)挖掘控制的主體要求。

圖2 數(shù)據(jù)挖掘的具體流程圖

2）數(shù)據(jù)選擇 確定數(shù)據(jù)挖掘?qū)ο笾?，?yīng)根據(jù)對象所含的相關(guān)信息作出準(zhǔn)確的數(shù)據(jù)選擇，即弄清要從被挖掘?qū)ο笾型诰蚝畏N內(nèi)容。因此，進(jìn)行數(shù)據(jù)選擇時應(yīng)查找、篩選與業(yè)務(wù)對象相關(guān)的內(nèi)部數(shù)據(jù)信息和外部數(shù)據(jù)信息，再挑選出能夠用于數(shù)據(jù)挖掘的數(shù)據(jù)[4]。在高校計算機(jī)能力考核成績分析中，教師應(yīng)選擇的數(shù)據(jù)包括姓名、性別、年齡、學(xué)號、專業(yè)、考試成績等，上述數(shù)據(jù)是高校計算機(jī)專業(yè)考核的相關(guān)信息，教師可在此基礎(chǔ)上進(jìn)行篩選使用。

3）數(shù)據(jù)處理 為了獲得學(xué)生在計算機(jī)能力考核中的成績結(jié)果，需要對數(shù)據(jù)挖掘前篩選的數(shù)據(jù)進(jìn)行綜合處理，該過程是所有數(shù)據(jù)挖掘流程中最重要的環(huán)節(jié)。通常教師在數(shù)據(jù)挖掘時主要參考學(xué)生的專業(yè)考試成績指標(biāo)，再通過計算機(jī)創(chuàng)建模型或數(shù)據(jù)表對學(xué)生成績具體界定[5]。在進(jìn)行數(shù)據(jù)處理時，教師可將學(xué)生的平時成績、理論成績和操作成績3項指標(biāo)作為考核對象，具體處理方法如下：①及格，成績用 “1”表示；②不及格，成績用 “0”表示。學(xué)生年齡劃分為A1[22～30歲]、A2[31～35歲]、A3[36～49歲]、A4[50～60歲]4個階段，教師職稱用B1[初級]、B2[中級]、B3[副高]和B4[正高]表示，C1[0，1]代表計算機(jī)能力考核的最終成績。

4）數(shù)據(jù)挖掘 參照數(shù)據(jù)處理后獲得的相關(guān)信息，教師可以對本次數(shù)據(jù)挖掘進(jìn)行總結(jié)，從而挖掘出其他潛在的有價值信息。教師利用數(shù)據(jù)挖掘不僅能考核學(xué)生的計算機(jī)等級考試成績，而且能確定學(xué)生在該專業(yè)學(xué)生中的學(xué)分高低。此外，教師能利用數(shù)據(jù)挖掘?qū)τ绊憣W(xué)生考核成績的原因進(jìn)行分析。根據(jù)表1的結(jié)果，教師可以深層次挖掘相關(guān)信息，具體內(nèi)容如下：①學(xué)生年齡分為A1[22～30歲]、A2[31～35歲]、A3[36～49歲]、A4[50～60歲]4個階段，根據(jù)上述數(shù)據(jù)，教師可探討學(xué)生計算機(jī)能力考核成績高低是否受年齡因素的影響。②教師職稱分為B1[初級]、B2[中級]、B3[副高]、B4[正高]，根據(jù)上述數(shù)據(jù)，教師可了解學(xué)生計算機(jī)能力考核成績與教師職稱高低的關(guān)系，因為教師的專業(yè)水平對計算機(jī)課程教學(xué)質(zhì)量會產(chǎn)生較大的影響。

5）數(shù)據(jù)總結(jié) 當(dāng)數(shù)據(jù)挖掘工作結(jié)束后，教師應(yīng)及時對數(shù)據(jù)進(jìn)行總結(jié)，上述過程可通過知識同化技術(shù)來實現(xiàn)，即把本次分析所得出的結(jié)論集成到業(yè)務(wù)信息系統(tǒng)的組織結(jié)構(gòu)中，為更深層次的數(shù)據(jù)挖掘提供科學(xué)的指導(dǎo)。

3 結(jié) 語

數(shù)據(jù)挖掘作為計算機(jī)技術(shù)的核心功能，將其運用到計算機(jī)能力考核成績分析后，能提高工作效率，可以保證考核結(jié)果的客觀公正性。需要指出的是，教師在利用該技術(shù)分析學(xué)生考核成績時應(yīng)注重數(shù)據(jù)挖掘流程的設(shè)計安排，同時應(yīng)注重選擇對考核有用的數(shù)據(jù)資源，以保證考核結(jié)果的真實可靠。

[1]李樹林，唐俊 ．計算機(jī)犯罪與計算機(jī)犯罪取證技術(shù)發(fā)展的研究 [J]．電腦知識與技術(shù)，2008，13（2）：21-24．

[2]楊莉莉，王琦．基于數(shù)據(jù)挖掘的入侵檢測取證系統(tǒng) [J]．網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2005，10（5）：44-46．

[3]齊戰(zhàn)勝．?dāng)?shù)據(jù)挖掘技術(shù)在計算機(jī)犯罪取證中的應(yīng)用 [J]．內(nèi)蒙古科技大學(xué)學(xué)報，2011，30（8）：6-9．

[4]楊莉莉．基于數(shù)據(jù)挖掘的數(shù)字取證模型設(shè)計 [J]．南京師范大學(xué)學(xué)報，2006，29（6）：18-21．

[5]包云 ．基于軸特征的PrefixSpan算法在網(wǎng)絡(luò)入侵檢測機(jī)制中的應(yīng)用研究 [J]．山東科技大學(xué)學(xué)報，2006，29（12）：30-33．