數據挖掘技術在高等學校教學中的應用研究

摘 要：日前，無論是在商業還是金融業等行業，都對數據挖掘技術方面進行了大規模的推廣和應用。但是其在教育領域上面的影響卻較小。本文結合具體實際，通過對數據挖掘技術在高校教學中的詳細探究和分析，從而得出數據挖掘技術不但能夠幫助教學人員安排教學工作，還能協助輔導員加強對學生的有效管理，從而不斷提高教學管理水平。

關鍵詞：數據挖掘技術 高等學校 教學 應用研究

中圖分類號：G421 文獻標識碼：A 文章編號：1672-3791（2013）05（a）-0201-01

21世紀是經濟和社會不斷發展，科技水平不斷提高的信息化時代，從而促進了整個社會的信息總量的增加，提高了人們利用信息技術尋找數據的能力。可是由于積累的數據不斷增多，可是在對數據進行挖掘的過程中對所隱藏的知識知知曉的方法比較少，從而就出現了數據大爆炸，而知識上出現了嚴重的匱乏這樣的現象。

隨著人們對數據庫技術上的不斷掌握和成熟，以及在數據應用上也得到相應的普及，人們積累的數據資料很多，人們累積了比較多的數據資料，可是卻沒有充分的發揮與利用數據庫里蘊含的豐富的知識和信息。由于在現代社會里數據庫的量在以幾何狀態不斷的增長著，而從數據的汪洋中，人們要在挑選技術的需求下對信息去粗存精、去偽存真愈發強烈，日益期望計算機系統能夠提供更高層次的數據分析，從而有效的幫助領導者注意到數據之間容易被戶數可是又很重要的因素，在決策上得到了更好的支持效果。同時為了跟這項要求呈現迎合現象，應挖掘數據庫的技術和發現數據庫中的知識KDD，才能順應時代的發展，得到相應的推廣和研發。

1 數據挖掘技術的具體含義和特點

數據挖掘技術的含義主要指的是從一些不完全、有噪聲、模糊的、大量的、隨機的數據當中，對其隱藏在數據里面的信息進行有效的提取，可是又不被人們事先知道，然而又十分有用的信息與知識的過程。通過比較分析數據挖掘的目標，人們可以采用一些手段和措施進行挖掘，其中包含了人工智能、集合論或者統計學等，再運用相對應的數據挖掘算法進行分析數據的基礎，在通過可視化的工具來描述奪取的模式和表達其規則。

對于數據挖掘技術而言，其通常具有以下三個特點。首先數據挖掘技術能夠有效的發現能夠表現系統局部特征和規律的模型；其次數據挖掘技術可以自動的對趨勢進行有效的預測，從而發掘新的知識；最后數據挖掘技術能夠便捷的獲取規則，并進行實時的更新。數據挖掘方法是一種開放性的思維方法，它能夠及時的使用和借鑒在模型法中的多項成果，例如神經網絡、粗糙集、樸素貝葉斯算法等方法，這些方法無一例外都被數據挖掘方法所采用。

2 數據挖掘技術的目的和挖掘的過程

首先，對于數據挖掘技術而言，其希望能夠發現以下幾方面的知識的知識：一方面是能夠有效的表現同類事物的共同性質的泛化知識；另一方面是期望能夠發現可以表現一種事物與其他事物之間的依賴或者關聯的關聯型知識；第三是期望能夠發現可d5a21d8bf8995ab48264652c777059be9ec563a6aef690dd545773a9b2a7f936以詳細的展現同類事物的共同性質的特征型知識，以及在不同事物之間存在的區別的差c6f4a46ca77fd6295a1cd92cd581d2713931f5eac700336042e0f62e377e5c68異型知識；最后采用數據挖掘技術還期望能夠獲得通過對歷史和當前數據的分析，能夠預測未來的預測型知識。

數據挖掘技術挖掘的過程是從大型庫中挖掘出未知的、有效的并且具有實用價值的信息，再通過相關信息的綜合比較來做出具體決策。對其而言，通常可以將其分成準備、數據挖掘、評價階段以及運用這四個階段。

3 數據挖掘技術在高等學校教學中的具體應用

3.1 了解高校學生的基本信息

采用數據挖掘技術，不僅可以實時的分析，跟蹤和了解學生的出勤狀況，而且能夠針對學生的具體年齡和個人情況進行有效的分析，在綜合的掌握和了解還可對學生的結構和組合的基礎上，來為其安排合理的課程，從而為科學合理的評價學生的綜合素質情況提供良好的理論和數據依據。可以采用可視化的技術來對學生的相關數據進行挖掘，或者給教師提供圖表和曲線圖，使教師能夠充分合理的利用學生的問題資源，來科學合理的提高教學質量。在另一方面，數據挖掘還能夠應用于網上的考試系統，挖掘考生的成績情況，從而為教師在之后的教學中更好的教導學生提供重要的幫助。

3.2 掌握學生的學習特征

所謂的學生學習特征一般包含兩方面的內容：一方面是學生進行學習上準備，另一方面則是學生的學習風格。學習準備一般包含初始能力與一般特征。學生的初始能力是指學生在學習某一特定的課程內容時，學生已經掌握的相關知識和技能，還有學生對這些學習內容的具體認識和態度。而學生的一般特征則是指學生在學習過程中能夠影響學生的心理、生理和社會的特點，包括年齡、性別、年級、認知成熟度、智力才能、學習動機、個人對學習的期望、生活經驗、文化、社會、經濟等背景因素。

3.3 教師要科學合理的設置課程

學生學校學習的過程中，其對課程的學習一般都是循序漸進的，并且相關的課程之間都有一定的聯系和前后順序關系。因此學生在學習一門比較難的課程之前一定會先選擇一些基礎課程來做好充足的準備。對于學生學習而言，不學好基礎課程，一定會對之后的課程學習帶來比較大的影響。此外，由于同一年級的學生，班級不同，因此授課教師和班級文化也會產生比較大的差異，這就會影響到學生的總體成績。因此合理科學的利用學校教學數據庫中存放的歷屆學生各門學科的考試成績，再在綜合數據挖掘技術中對關聯分析和時間序列分析的功能基礎上，從這些海量的數據中探尋出對教師教學有用的信息，總結出一些具有價值的規則與信息，從而使教師能夠找到影響學生成績的具體原因，在此基礎上對課程設置進行科學的挑選和合理的安排。

4 結語

總而言之，隨著科學技術的不斷發展和信息量的海量增加，依靠傳統方法很難在規模龐大的數據中找到科學決策的依據。因此這就需要我們借助數據挖掘技術去尋找蘊藏在數據庫中的規律，從而為科學合理的決策提供有力的支持。數據挖掘技術，作為一門輔助工具，永遠無法動搖教師在提高學生成績的地位，可是它能夠為教師的決策提供科學的依據，從而為傳統教學中很難獲取或者不能獲取的模型提供了可能。

參考文獻

[1]惠向暉，王亞偉，蘇克勤，等.淺談數據挖掘技術及其在高等學校教學中的應用[J].北計算機科學，2010（11）：41-45.

[2]甘文麗.基于Web的個性化遠程學習模型的研究與應用[J].科技信息，2012：8：78-83.

[3]宋愛波.Web挖掘研究綜述[J].計算機科學，2011：514-18.