淺談數據挖掘在高等院校人才培養中的應用

【摘 要】數據挖掘技術是大數據技術的核心。數據挖掘技術由于能夠處理海量數據，并能夠挖掘出有價值的隱藏信息，已經在社會各領域推廣應用。高等院校要加快引進或培養一批既熟悉政策方案又懂技術，能熟練進行數據操作的技術隊伍，加快系統平臺的建立以及數據分析功能、挖掘功能的開發，充分發揮數據挖掘技術在高等院校人才培養的應用中的作用。

【關鍵詞】數據挖掘 高等院校 人才培養

在高等院校，推進數據挖掘技術在院校學生管理與人才培養過程中的應用，對于提高管理質效、提高人才培養質量具有重大現實意義。

1推進數據挖掘在高等院校人才培養中應用的必要性

（1）可以更有效的利用教學和管理數據。近些年，我國大部分院校信息化建設發展很快，教學和管理工作已經積累了大量的數據，如學生課程成績、訓練成績、特長培養數據、教師教學效果反饋與質量評價管理數據、教務管理數據等。這些數據已成為學校極為寶貴的資源，但由于沒有應用數據挖掘技術，這些數據得不到很好的開發使用，信息量雖大，卻未能在人才培養中充分發揮有效的協同作用。

（2）可以為高校教育管理者提供決策依據，提高管理質效。通常，高等院校遵照人才培養方案制定評價體系，評價體系中各項指標就是對學生綜合素質的詳細要求，指標數據所描述的就是學生的日常狀態數據，數據涵蓋了所有學生在校表現的各項信息，如果能將這些源源不斷的狀態數據進行數據挖掘處理，可以為高校教育管理者提供決策依據，提高管理質效。

2數據挖掘在高等院校人才培養中的應用

在高等院校人才培養中應用數據挖掘技術，必須走好以下關鍵三步：數據采集、數據處理、數據挖掘。

（1）革新理念，創新手段，大量進行數據采集，保障數據挖掘的應用資源。高校教育管理要實現從定性、手工、單項管理逐步向定量、智能化、綜合的科學管理轉變，就必須將這些智能化、定量式、綜合性的信息表達出來，就必須進行大量的數據采集。一是要革新理念。以往由于數據處理能力等技術條件有限，研究者只能選擇“抽樣調查”的思路。在大數據時代，可以最大限度地進行數據采集，采集使用的樣本可以是全體學生的全部數據。二是要創新手段。傳統的數據采集方式速度慢、效率低、周期長，難以保證采集到大量數據。為了縮短數據采集的周期，各院?？梢砸罁陨淼膶W生綜合素質評價體系，搭建一套記錄人才培養發展軌跡的新的數據采集系統和數據管理平臺，通過系統平臺及與之相配套的移動數據采集終端、數據采集設備，快速、大量、高效地采集數據，讓數據自動“流向”數據庫，大大提高數據采集的效率。

（2）分析需求，加工轉換，合理進行數據處理，提高數據挖掘的應用效益。在數據采集之后，數據挖掘開始之前，還要根據挖掘需求對數據進行一系列的加工處理，爾后將結果數據抽取到“倉庫”待用。一是分析需求，識別提取。在數據挖掘技術應用過程中，各類人員的信息需求在內容、范圍等方面都是有差別的，要合理分析各類人員的不同需求，以便到數據庫中識別提取。二是過濾轉換，合理加工。識別提取的原始數據可能包含一定的噪聲數據、空缺數據、冗余數據和不一致數據，對這些噪雜數據進行清洗過濾、填補遺漏，以免其在后續處理中“混淆視聽”。三是分類合并，整合處理。通常數據要按存儲形態或所屬類別進行分類處理，以便于區分，減少冗余度。四是分清緩急，及時完成。數據處理的時間原則上應與數據采集周期時間成正比，以便于滿足及時的挖掘需求。

（3）探尋規律，建立模型，高效進行數據挖掘，發揮數據挖掘的實踐功能。高效進行數據挖掘，發揮數據挖掘在高校人才培養中的實踐功能可從三方面著重入手。一是建模。因規律、需求不同，數據挖掘方法也有差異，利用模型建立進行數據挖掘無疑是高效、快速的挖掘手段。常見數據挖掘分析模型有關聯規則模型、聚類模型、分類與預測模型等。二是再開發。目前常見的數據挖掘工具有：SPSS Clementine、SAS等，常用的經典算法有C4.5算法、K-MEANS算法等，由于高等院校有自身的特殊性，在進行數據挖掘時可針對算法進行二次開發，探索出適合自身的算法及數據挖掘分析模型。三是改進系統。在數據挖掘的實際應用中，系統平臺雖然基于共同的底層數據庫，仍應建立包含多個獨立卻不孤立的數據挖掘分析子系統，這樣亦能推動數據挖掘的高效進行。

3推進數據挖掘應用所需的保障機制

加快數據挖掘技術需要我們提高認識更新思路，投入較大的人力物力完善保障，推進數據挖掘的深入應用。

（1）完善措施，加強頂層設計保障采集。院校要加強頂層設計，同時有專門的部門負責統籌管理。管理部門要制訂數據采集制度，必須實行源頭輸入責任原則，實行誰采集誰負責；制定數據審核制度，在數據采集過程中層層落實責任，逐級審核把關，相互監督實施。同時，院校應該進行廣泛的宣傳和培訓，使全體教師、管理干部都熟悉了解并積極參與數據采集與數據挖掘工作。

（2）秉持協同，打造“無壁壘”工作模式?！盁o壁壘”是指院校要打破傳統的部門與部門之間、管理干部與教師之間、不同教研室教師之間的界限，所有人員通過數據管理平臺都能時時上傳下載自己權限范圍內的數據。

（3）加強保障，建立熟悉挖掘的技術隊伍。正確掌握操作技術，解決數據的輸入和輸出問題至關重要，因此，院校必須加快引進或培養一批既熟悉政策方案又懂技術，能熟練進行數據操作的技術隊伍。

4 結語

可以預見，數據挖掘技術在高等院校人才培養的應用中為管理者決策提供的服務，可以更好地推動高校教育的發展。

參考文獻：

[1]謝秋麗.基于關聯規則的教學質量評價數據挖掘[J].現代計算機，2008（5）：25-27.

[2]常桐善.數據挖掘技術在美國院校研究中的應用[J].復旦教育論壇，2009（2）：72-79.

[3]李霞，蔣盛益，劉曉霞.數據挖掘在高校教學和管理中的應用研究[J].廣東外語外貿大學學報，2012（7）：97-99.

[4]彭世民，姜濤.數據挖掘在高校教育信息化管理中的應用[J].中國人民解放軍信息工程大學報，2009（7）：37-38.

作者簡介：姚鑫隆（1972—），男，漢族，江西玉山人，南昌陸軍學院軍事教育與教學評估研究室副主任、副教授、碩士，主要研究方向為教育管理。