數據挖掘技術在高職院校學生成績管理中的應用分析與探究

袁小玲,李 瑞

（陜西財經職業技術學院,陜西咸陽,712000）

數據挖掘技術在高職院校學生成績管理中的應用分析與探究

袁小玲,李 瑞

（陜西財經職業技術學院,陜西咸陽,712000）

學生成績管理工作是高職院校學生管理工作的重要組成部分，目前大部分高職院校所采用的都是人工管理加簡單的學生成績處理系統。這種管理方法沒有辦法從大量的學生成績信息中提取更多有用的信息，將數據挖掘技術應用在學生成績管理中可以從大量零散看似毫無聯系的數據中，找出數據內在和潛在的一些聯系并總結出規律，為各學校改變教學方法和教學手段提供有利的依據。

成績管理；數據挖掘；決策樹

0 引言

目前很多高職院校對于學生成績的管理，通常都是由教師批閱學生試卷并將學生成績輸入到學校的成績管理系統中，由系統依據學生分數的分部情況作出分析，統計各分數段的人數以及成績大概分部情況。至于學生成績中得那些知識是得分點和那些是失分點沒有辦法分析，以及學習本課程的必要性和重要性無法分析，大量的學生成績只是簡單存放在學生管理系統中，造成很大的系統資源的浪費。如何將學生的成績更加有效的利用起來成了目前學生成績管理系統需要解決的重要問題。

1 研究現狀

隨著近兩年各高職院校學生人數的不斷增加，每個學校目前正在運行的各種數據管理系統都面臨著學生數據信息量過于龐大的問題，一般數據管理系統對于數據只能完成一些簡單查詢、統計、存儲和檢索功能，無法從大量存放的數據中自動提取出那些有用的隱藏在數據背后的那些信息，數據大量堆積信息利用率過低，使得這些數據變成系統的負擔，如何利用已經有的數據，挖掘出事物之間的內在聯系并總結出經驗，為學校改變教學策略提高教學質量提供可靠的依據是每一個學校都面臨的問題。

高職院校的考試題目除了個別科目采用統一的數據試題庫的形式考試，絕大部分都是由代課老師們自己出考試題目，試題中知識點的覆蓋率，合理性，教學難點和重點是否有體現，學生考試完后從試題中反饋回來的除了考試成績和成績及格率優秀率等數據外沒有反饋出任何關于試卷質量信息，以及學生對于教學中各知識點的掌握情況都沒有體現出來，這樣的考試成績對于提高教學質量和改變教學方法根本提供不了有效的幫助。

2 研究意義

在當今社會隨著數據庫和人工智能技術的不斷發展，數據挖掘技術的應用范圍也越來越廣泛，數據挖掘技術可以對已經有的數據進行總結、分析、統計和推理，來發現這些事物之間的內在聯

系，對事物的發展趨勢進行推測。

在學生成績管理系統中應用數據挖掘技術很有意義，數據挖掘技術可以更加科學的分析學生成績與各種學習影響因素之間隱藏的內在聯系，例如分析學生考試成績和其它相關數據，數據挖掘技術可以回答例如“在教學過程中那些教學內容的課時分配不足，那些課程在開設順序上應該調整，那種教學方式更適合那一門課程”等問題。這些都是現行成績管理系統無法做到的。通過數據挖掘工具對學生的學習成績進行處理，可以客觀及時的給出對學生的評價結果，分析出學生在教學過程中那個環節接受能力較差，以及學生更喜歡那種方式的教學方式。好的信息反饋會更加有利于老師及時改正教學方式和調整教學內容，為學校管理工作者改進教育制度、進行教學改革提供科學的參考依據。

3 數據挖掘技術在學生成績管理系統應用分析

數據挖掘可以在多種類型的數據存儲方式上進行，例如：關系數據庫、數據倉庫、事務數據庫和網絡數據庫，其中關系數據庫具有完備的數學理論基礎和非常廣泛的普及度，是數據挖掘技術研究的最主要的數據形式。

將數據挖掘技術應用在學生成績管理系統中能從以下多個方面來改變現行系統的不足。（1）在成績方面，學生成績是衡量學生學習好壞的最直接的方法關系到學生獎學金等各方面評定。科學合理的評測學生成績會更加有利于調動學生學習的積極性。目前的系統只能對成績進行統計只能給出成績字面層次的信息，數據挖掘技術不但可以統計出學生成績個分數段的分布情況、及格率和優秀率等基本情況，還可以通過對學生本學期成績、以前多次考試成績和學生多個學期的平時成績進行分析、比對和挖掘，推測出該學生后面學習情況的大概趨勢、和影響學生學習的潛在因素等信息。這樣可以更加合理的給出學生的綜合評定成績。（2）考試方面，考試在教學環節必不可少的環節，現行系統從考試中得到的只有成績，數據挖掘技術可以結合學生成績和試題中各知識點的分部情況，分析出那些內容在以后的教學中要加強練習，試題的難易程度等信息為教師改變教學方法提供重要依據。（3）教學評價。教學評價是對于老師工作的一種肯定，科學的評價可以更好激發老師工作的潛力。現行評定方法大多是學生成績加學生問卷，這種方法過于主觀會打擊教師的工作熱情，結合成績、試題難易度和學生平時成績等多做信息可以挖掘出更多數據之間內在聯系。（4）課程設置，學生的學習是循序漸進的，課程之間也有著聯系和先后順序，基礎課程沒有學好會影響到后面專業課程的學習，每個學期學生學習課程的多少也會影響學生的學習效果。利用管理系統中現有的學生成績數據結合數據挖掘技術可以得出一些非常有價值的規則和信息，放映出影響學生成績的部分因素，在此基礎上，將課程設置做出更加合理的安排

4 數據挖掘技術在學生成績管理系統應用研究

如何對學生的成績進行更加全面的分析和處理，找到影響學生學習成績的各種潛在因素呢？如經過對學生成績數據進行分析找出諸如“學生入校成績各科成績對于學生在學習本專業相關課程的學習影響有多大”、“每學期所開設的課程是否合理是否搭配科學”等問題真正答案。

進行數據挖掘的大概有以下幾個工作步驟：

（1）問題定義: 按照用戶的要求，確定挖掘知識的類型，挖掘模式和方法等。

（2）準備數據，包括集成數據、清理數據、轉換數據和數據歸約。其中集成數據是將零散存放的數據集中在一個數據存儲中，數據清理主要是元組和空缺值的處理，轉換數據的目的是將數據處理成適合數據挖掘的形式。數據歸約的目的是在不影響挖掘結果的前提下縮小挖掘規模。

（3）數據挖掘：參照最終目標和各算法的特點，選擇挖掘方法

（4）模式解釋和知識評價:去除多余模式，將有意義的模式轉化成用戶可理解的語言。

數據挖掘技術是針對特定應用數據分析處理的過程。如何選擇數據挖掘方法，是根據用戶實際期望得到的知識類型和具體的數據挖掘目標來決定的。在數據挖掘技術中，有神經網絡法、貝葉斯法、粗糙集和決策樹法等方法，最為典型的方法是決策樹法，決策樹（Decision Tree）是用于預測和分類的主要技術，決策樹方法是以實例為基礎的歸納學習算法，通過一組沒有次序、沒有規則的實例中推理出決策樹表現形式的分類規則。

學生成績數據庫的數據一般覆蓋的面積比較廣，包括的類型也很多，例如：課程信息、試題信息、成績信息、教師信息等，這些數據有連續屬性也有分散屬性數據。決策樹方法對于處理連續和離散型數據相對其它方法更好，決策樹方法能夠清楚的表現出各個屬性的重要程度，并且計算量相對來說不是很大，能夠生成普通用戶都可以很好理解的規則。將決策樹方法應用到成績管理系統中，對學生成績進行更深層次的分析和挖掘，提取出隱藏在數據之中的有用的信息。這些信息對于學校在評定教師工作和學生學習狀態將有著很大的幫助。

數據挖掘技術和學生成績管理相結合使用，可以更好的掌握學生的學習情況，為學校在制定各種獎勵制度提供更加可靠的參考依據，為管理者在開設課程時提供更加合理的參考信息。同時對于教師教學的改變，學生學習方法的改變等諸多方都會提供很好的參考依據。這些改變會對各高職院校教學管理水平的改進和教學質量的提高提供有著很大的幫助，為穩定學校教學秩序，進一步改善考風、學風、教風，改善題庫和課程建設等具有重要意義。

[1]劉美玲，李熹，李永勝.數據挖掘技術在高校教學與管理中的應用[J]計算機工程與設計，2010，（5）：1130-1133

[2] 潘鋒.淺談數據挖掘技術在高校管理中的應用[J].重慶科技學院學報（社會科學版），2008，（4）：100-101

The research and application of data mining technology in the student management in Higher Vocational Colleges

Yuan Xiaoling，Li Rui
(Shaanxi Vocational College of Finance and Economics,Shaanxi Xianyang,712000)

Students management work is an important part of student management work in higher vocational colleges,the most part of the higher vocational colleges are artificial and student achievement management system simple.This management method have no way to extract more useful information from a large number of student achievement information, the application of data mining technology in the management of student achievement can be from a large number of scattered seemingly disparate data,find out the intrinsic and potential data links and summed up the law,provide the advantageous basis for schools to change teaching method and teaching means.

performance management;data mining;decision tree