數據挖掘在高校信息管理中的應用分析

呂亞娟+杜秋

摘 要：該文的研究視角是一直比較熱門的數據挖掘問題，筆者根據自己多年的高校教學管理經驗，發(fā)現各個高校信息管理系統中積累了大量的教學管理數據，利用數據挖掘技術系統研究分析出教學、管理、科研等領域存在的問題和取得的成就，并根據發(fā)現的問題給出一些建議。

關鍵詞：數據挖掘 高校信息管理 應用分析

中圖分類號：G647 文獻標識碼：A 文章編號：1674-098X（2016）11（b）-0109-02

高校多年來的教學管理工作積累了大量的數據，是一個待開發(fā)的寶藏。鑒于高校發(fā)展的需求和高校信息管理的現狀，利用這些數據理性地分析高校各方面工作的成效以及學生培養(yǎng)過程的得失變得十分重要。該文將結合高校信息管理系統的現狀和數據挖掘技術的功能，分別從教學、管理、科研等方面出發(fā)，系統研究和分析數據挖掘技術在高校各領域中的應用。

1 教學領域

教學是高校職能的核心，是關系學生業(yè)務能力和綜合素質培養(yǎng)的關鍵因素，數據挖掘在教學領域的應用也顯得尤為重要。

（1）課程設置層面。從某種程度上講，學生在校學習過程中的課程學習屬于循序漸進的過程，而且課程之間存在著相對較強的關聯關系以及先后順序。通常情況下，在完成一項課程學習之前，應學習一些基礎性的先行課程，若是這些先行課程沒有學好，則會嚴重影響之后那些課程項目的學習效果。借助高校教學資源庫當中的歷屆學生成績檔案，在科學化數據挖掘以及合理化數據關聯的基礎上，可以從海量數據當中挖掘有用信息，從而更好地幫助其分析數據間的回歸性功能與相關性聯系，最終獲得價值性較強的規(guī)律。在此基礎上就可以比較順利地尋找學生成績下降的原因，進而對課程設置實施科學化的安排。

（2）學生自身的學習評價。目前，學習評價屬于高校教育工作人員的重要職責。對學生自身的學習行為進行判定，不僅可以起到相應的信息反饋作用，有效激發(fā)學生所具有的學習動機，還可以檢查課程計劃以及檢驗教學目的。除此之外，學習評價還是判定學生個性化差異的重要手段，有利于高校教師因材施教。借助相應的數據挖掘工具，可以對高校學生成績數據庫以及行為記錄庫等實施仔細分析與處理，得到即實性的評價結果，及時糾正學生的不良行為，克服教師在學生評價上因主觀因素造成的不公平問題，還能夠減輕教師在學習評價環(huán)節(jié)的工作量。

（3）課堂教學評價。該教學環(huán)節(jié)不僅可以起到良好的教學調節(jié)作用以及教學指導作用，還有著相對較強的導向性特點，屬于高校管理工作的組成部分之一，同時也是高校教學評價工作的關鍵性手段。一般情況下，高校每學期都會搞專業(yè)化的教學評價調查，進而積累豐富數據，探討教學效果水平高低與教師自身的年齡和職稱間的聯系，從而為高校教務科提供決策信息，提高高校教學效果。

（4）教務數據分析。目前高校在校學生人數已經超過幾千甚至上萬，教師隊伍也相當強大，經過幾十年的教學管理，教務數據已經達到海量，而目前對于這些數據的應用還僅僅停留在查詢或簡單統計，隱藏在這些數據中的大量寶貴信息還沒有被發(fā)現，例如，學生后續(xù)課程的成績到底與哪些前導課程有關；影響學生學習成績的因素到底有多少；不同專業(yè)學生的差異性有多少等。這些都可以通過數據挖掘工具在海量的教務數據庫中獲得。

2 管理領域

將數據挖掘技術應用到高校日常管理工作中，不僅能夠提升高校管理效率，而且能夠為高校管理工作提供數據支撐和決策支持。

（1）干部考評管理。主要對高校干部進行年度考核。其作用是為了更清楚地掌握干部的個體情況，并且提供近期或動態(tài)信息。考核既是了解掌握干部情況的一個重要手段，同時也是正確實施獎懲和選拔使用干部的必要前提。結合高?，F有的干部管理數據庫，從干部管理數據庫和職稱考評數據中進行數據挖掘，找出干部工作狀態(tài)和干部的年齡、職務、學歷、專業(yè)、任職經歷等方面的關聯，找到高校干部成長進步和干部整體素質的關系，做到合理調配使用干部，為人事部門提供科學的決策信息。

（2）學生特征的仔細挖掘。結合高校學生在基礎性信息、學習經歷以及興趣特征等方面的實際情況來針對性挖掘高校學生的個性化特征，從而幫助學生及時修正自身所具有的不良學習行為。憑借對高校學生特征的詳細分析結果與目的制定之間的對比，高校教師可以很好地幫助學生糾正學習行為，促進學習能力的提升，日益完善學生人格，從根本上實現學生綜合素質的大力培養(yǎng)。

（3）人員行為干預。高校教學管理數據庫中記錄著各屆學生與教師的學習、工作、社會活動、獎勵、處罰等情況，利用數據挖掘的關聯分析，尋找?guī)熒鞣N行為活動之間的內在聯系。例如，通過分析挖掘歷年管理數據發(fā)現，臨近學年結束時，畢業(yè)學生極易出現酗酒違紀事件，也就是：“學年結束”and“畢業(yè)學生”=>“酗酒違紀”這一關聯規(guī)則的支持度和置信度非常高。所以在實際的管理工作中，對畢業(yè)學生在學年結束期間要加強行為干預，及時制定策略避免酗酒違紀現象的發(fā)生。

3 科研領域

目前，高校承擔了大量的科研項目，而傳統形式的統計技術以及數據管理工具已經難以滿足相關管理人員的實際需求，借助數據挖掘技術能夠在數據處理環(huán)節(jié)顯示出相對較強的優(yōu)點，而且還可以與高校的科研部門進行緊密結合。

（1）科研項目管理領域?？蒲许椖抗芾戆隧椖可陥蟓h(huán)節(jié)、立項環(huán)節(jié)、跟蹤環(huán)節(jié)、結題環(huán)節(jié)等。高校科研管理機構建成科研管理的信息系統，其中包含了科研條件信息、課題基本信息以及科研人員信息等。其主要憑借對項目信息的有效增刪、查詢以及統計等，完成對課題進展、經費使用情況以及課題結題等功能，而對于項目管理者和決策人員來說，必須要對較為豐富的歷史數據實施綜合化分析以及科學化提煉，通過數據挖掘技術，可以幫助項目決策者發(fā)現課題承擔人、科研儀器使用等信息間的聯系，提高科研管理人員在發(fā)現問題以及解決問題上的能力。

（2）科研成果評估。目前，高?？蒲谐晒u估方法和數據支持方面還存在許多問題，在對科研成果的評估時還僅僅局限在機構內部的比較上，高?？蒲袡C構主要根據論文數量、專利成果、技術轉讓、獲獎情況等指標來對專業(yè)技術干部進行評估，但是我們知道，僅僅進行內部比較不夠合理，因為科學研究的性質存在差異，項目內容也有區(qū)別，另外，發(fā)表的論文被應用的次數到底有多少，論文的價值到底有多大，這些都應該成為高?？蒲谐晒u估考慮的因素。例如在某專項技術的檢測中，我們可以對結構化的專業(yè)數據庫和網頁上的非結構數據以及用戶的具體需求數據進行不間斷的、長期運行的自動監(jiān)測，以挖掘所需數據和知識，并通過數據分析和處理，自動生成某專項技術領域的科研成果動態(tài)監(jiān)測報告，從而為院?？蒲谐晒u估專家提供數據和知識支持。

4 結語

教學、管理、科研工作是高校的一項經常性和長期性的工作，能從日常積累的海量數據中挖掘出有利于教師和學生發(fā)展的信息，是一項重要的工作。將數據挖據技術應用到高校的教學、管理、科研工作中，數據挖掘的結果對各項工作會有一定的監(jiān)督和指導作用，可以更好地改善現有工作中的弊端，更好地發(fā)揮工作中的優(yōu)勢方面。

參考文獻

[1] （美）Olivia Parr Rud，著.數據挖掘實踐[M].朱楊勇，譯.北京：機械工業(yè)出版社，2003.

[2] 蔣孝明.基于LINQ的人事檔案管理系統的設計與實現[J].計算機與現代化，2014（3）：69-72.

[3] 王培吉，趙玉琳，呂劍峰.基于Apriori算法的關聯規(guī)則數據挖掘研究[J].統計與決策，2011（23）：19-21.