數(shù)據(jù)挖掘技術在高職狀態(tài)數(shù)據(jù)采集平臺中的應用

摘 要：人才培養(yǎng)工作狀態(tài)數(shù)據(jù)采集平臺是高等職業(yè)院校評估工作的基礎，在高職院校的教學管理工作中，發(fā)揮著越來越重要的作用。借助數(shù)據(jù)挖掘技術，強化采集平臺數(shù)據(jù)分析，使數(shù)據(jù)轉(zhuǎn)化成“有效信息”，為高職院校的質(zhì)量監(jiān)控和決策提供依據(jù)，是一種切實可行的方法。

關鍵詞：高職院校；數(shù)據(jù)挖掘；采集平臺；內(nèi)涵；建設

教育部在2008年頒發(fā)了“高等職業(yè)院校人才培養(yǎng)工作評估方案”（教高[2008]5號）。這標志著我國高等職業(yè)院校人才培養(yǎng)工作評估跨入了一個新階段。新《方案》充分體現(xiàn)了（教育部關于全面提高高等職業(yè)教育教學質(zhì)量的若干意見）（教高[2006]16號）的精神，引導高職院校按照高等職業(yè)教育發(fā)展的方向進行改革與建設。新方案的亮點是“高等職業(yè)院校人才培養(yǎng)工作狀態(tài)數(shù)據(jù)采集平臺”（以下簡稱“平臺”）。它是對評估工作的創(chuàng)新。它是把影響高職院校人才培養(yǎng)質(zhì)量的“關鍵要素”進行量化，并在此基礎上形成的規(guī)范辦學和系統(tǒng)開展內(nèi)涵建設的科學管理平臺。

數(shù)據(jù)采集平臺發(fā)展五年，一直在更新、改進，但仍有很多缺陷，怎樣將數(shù)據(jù)平臺中幾十萬條數(shù)據(jù)發(fā)揮作用，真正的用到高職院校的教學管理中，教學質(zhì)量監(jiān)控是目前，亟待解決的問題。采取新技術對平臺的數(shù)據(jù)倉庫進行分析、挖掘，需要借助計算機理論中的數(shù)據(jù)挖掘技術來實現(xiàn)。

數(shù)據(jù)挖掘（Data Mining，DM）又稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)（Knowledge Discover in Database，KDD），是目前人工智能和數(shù)據(jù)庫領域研究的熱點問題，所謂數(shù)據(jù)挖掘是指從數(shù)據(jù)庫的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價值的信息的非平凡過程。數(shù)據(jù)挖掘是一種決策支持過程，它主要基于人工智能、機器學習、模式識別、統(tǒng)計學、數(shù)據(jù)庫、可視化技術等，高度自動化地分析企業(yè)的數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，幫助決策者調(diào)整市場策略，減少風險，做出正確的決策。

知識發(fā)現(xiàn)過程由以下三個階段組成：（1）數(shù)據(jù)準備，（2）數(shù)據(jù)挖掘，（3）結(jié)果表達和解釋。數(shù)據(jù)挖掘可以與用戶或知識庫交互。

數(shù)據(jù)挖掘的任務是分類、預測、時間序列模式、聚類分析、關聯(lián)分析預測和偏差分析等。

如何使用數(shù)據(jù)挖掘技術使平臺中數(shù)據(jù)成為有效、有價值的信息，更好的為教學質(zhì)量監(jiān)控服務。

1 關聯(lián)分析預測

2 聚類分析

3 聚合

通過對上表對各學院進行對比分析可找出那個學院在那些方面建設不足，需要加強。也可對比出那些學院在教學質(zhì)量建設方面工作落實的到位，取得的成績突出。

工作實踐表明，廣泛地借助數(shù)據(jù)挖掘技術，充分挖掘采集平臺的各類數(shù)據(jù)，有效地轉(zhuǎn)化成各種有價值信息，使之服務于、作用于高職院校的人才培養(yǎng)評估工作，服務于高職院校的教學與管理工作，服務于高職院校教學質(zhì)量監(jiān)控工作。隨著采集平臺建設的不斷深入，采集平臺各個方面的數(shù)據(jù)積累越來越大，數(shù)據(jù)挖掘?qū)诟呗氃盒９芾淼母鱾€領域發(fā)揮更大的積極作用。

參考文獻

[1]項駿.校本培訓是提高教師現(xiàn)代教育技術能力的有效途徑[J].中國職業(yè)技術教育，2004（3）.

[2]張建華.提高教育技術能力促進課堂教學模式創(chuàng)新[J].呼倫貝爾學院學報，2012（1）.

[3]夏清強.教師現(xiàn)代教育技術能力探析[J].中國信息技術教育，2009（24）.

作者簡介：姜洪雨（1980-）男，漢族，黑龍江省綏化市人，碩士研究生，講師，研究方向：計算機網(wǎng)絡。