應用數據挖掘技術優化高職院校教學管理

李松濤

【摘 要】 隨著高職生教育不斷地發展擴大，如何提高學校教學掛尼龍已經成為一個值得研究的問題。高校管理工作復雜且枯燥，本文通過總結歸納數據挖掘的相關技術，探索數據挖掘技術如何應用于高職院校教學管理工作。

【關鍵詞】 數據挖掘 高職院校 教學管理

1 數據挖掘概述

廣義上說的數據挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的原始數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用、可信新穎的信息和知識的過程。即數據挖掘從數據庫的相關數據集合中抽取有價值的知識、規則或深層次的信息。狹義上的數據挖掘是一個利用各種分析工具在海量數據中發現模型和數據之間關系的過程，是知識發現過程中的一個關鍵步驟。數據挖掘是一門廣義的交叉學科，它的發展和應用涉及到不同的領域，尤其是數據庫、人工智能、數理統計、可視化、并行計算等。數據挖掘的使用極大地提高了信息的利用率，使用有效信息更高效，為社會與人類的發展提供了方便的實用工具。

2 應用于學生能力信息的數據挖掘技術方法

根據不同的問題及數據類型，存在相對應的數據挖掘技術方法，方法如下：

第一，分類與預測：分類是根據問題情況事先分好類別，利用某個分類器一一劃分數據庫中的數據對象，并分配到相對應的類別中。分類方法在學習過程中提供了指導性作用。預測是為了預測未知類別的數據對象，通過之前學習歸納的方法模型預測未知數據對象。其中分類模型可應用于預測。

第二，聚類：聚類是將數據全部輸入數據庫中，然后對數據進行分析，其方法步驟正好與分類是相反的。其內容是根據數據的相似性，相似度高的劃分到同一組。聚類是一種無指導性的學習過程，也可以說聚類與分類是一個互逆的過程。

第三，決策樹：主要應用原理是利用概率論分析事例的概率數，在此基礎上劃分數據到不同的類別，并以樹的分支形式表示。根據數據的分類情況也可以預測數據的發展趨勢，這是這種方法的一個優點，優點還有數據表達直觀，并且應用便捷快速，易于理解，但是不適合于復雜量大的數據，由于分支太多會埋沒了優點，不利于使用。

第四，遺傳算法：這種方法適用于結算最優數據，其內容是利用概率計算，直接計算出最有數據結果的方法。遺傳算法模擬了自然界優勝劣汰、適者生存的自然進化規則，生成的用于數據選擇的隨機搜索算法。

3 數據挖掘在高校圖書館管理工作中的應用

3.1 借閱管理應用

借閱者的分類、屬性、特征、學科交叉、學科發展方向以及滿意度等方面的分析都包含在借閱者管理應用的內容之中。通過以上內容的分析可以針對不同的借閱者提供不同的服務，進而更加有針對性地了解和滿足借閱者的需求。這對圖書館管理員進行圖書管理，借閱者管理及導讀工作都會起到積極的作用。同時對于訂閱報紙期刊和采購圖書也具有指導作用，也為學校課程設計提供一定的借鑒。

3.2 書庫管理

目前圖書館面臨的主要問題包括圖書丟失、圖書殘破和頻繁倒架，針對這些問題，數據挖掘技術是一項很好的解決措施。具體操作主要包括：第一，分析歷年的數據，根據借閱數量的變化安排架位，例如漲幅大的種類一般情況下都應進行架位的預留。第二，在采購力度方面，也應有針對性。對于連續借閱或者借閱頻繁的圖書種類應當加大采購數量。第三，館藏文獻的整理分析也十分重要，藏書位置和文獻數量的相關數據是館藏文獻更新替舊的重要數據基礎。第四，挖掘分析不同讀書群體的數據，通過數據的分析可以提高圖書利用率，同時既能夠便利讀者查詢圖書也能調整和合理設計館藏布局。第五，對于特定圖書，特別是借閱時間有限制的圖書，可以通過舉辦推薦介紹形式的活動進行圖書借閱，從而滿足閱讀需求。

3.3 優化借閱服務方面的應用

優化讀者服務一直是圖書館追求的目標。通過對讀者瀏覽、檢索、咨詢、借閱等信息的數據挖掘，更好的為不同類型的讀者提供個性化服務；具體措施如下：首先將被動型服務轉變為主動型服務，根據借閱歷史進行數據分類，針對不同讀者偏高的類型進行推薦，實現主動型圖書借閱服務；其次進行相關數據的關聯分析也是實現主動服務的一項重要措施，不僅滿足讀者的閱讀需求，同時也為讀者提供關聯信息，豐富與拓展讀者的閱讀面；再次，每當有圖書資料更新時，圖書館也能為讀者及時提供更新的圖書內容和相關推薦；最后，讀者的相關建議和咨詢也是關注的重點，通過這些信息可以了解到不同群體關注的不同重點，進而發現圖書工作的中需要改進的方面以及面臨的困難，從而尋找解決方案提升服務質量。

4 結語

以提高高職類院校教學管理為目的，科學合理的把數據挖掘技術利用在高職教學上是一個長遠的過程，需要我們在探索和研究高職院校特點的基礎上，正確的運用數據挖掘在教育教學領域的應用，當然在實際應用中，還要結合實際情況采用其他方法的輔助。從應用實例來看，數據挖掘解決了在數據和信息過量的情形下，不能充分利用有效信息的問題。數據挖掘對高職院校提高教學質量、規范學生評價制度等有重大的意義。

參考文獻：

[1]楊永斌.數據挖掘技術在教育中的應用研究[J].計算機科學，2006（12）.284-286.

[2]于立紅，張建偉.基于數據挖掘的高職生成績分析與預測[J].鄭州輕工業學院學報（自然科學版），2006（21）.77-79.endprint