劉文學
摘要:隨著社會經濟的快速發展,社會對技術型人才的需求量越來越大,同時也推動了國家對學校教育教學的重視,國家在計算機教學方面的重視程度更高。但在實際教學中,由于教師受傳統思想的影響,對計算機教學的重視程度不足,因而學校計算機學科的課程分布不合理,學生在計算機課堂中的表現也比較差。為此,本文通過對計算機課堂學生行為的收集,以及采用數據表格的形式進行數據挖掘,從而獲得新穎的觀點,提高計算機課堂教學效率。
關鍵詞:數據挖掘;計算機教學;課堂效率
21世紀是信息技術快速發展的時期,在信息技術發展的推動下,各行各業對計算機信息技術進行全面利用,與此同時出現了社會計算機人才的短缺,為此,學校也加強了對計算機人才的培養,學校也開始對計算機教學重視起來[1]。但在實際教學中學生的動手能力較差,教學效率比較低,因此需要教師在教學中挖掘學生的學習動力,對學生的行為進行數據分析,從而提高計算機課堂教學效率。
一、數據挖掘的概念分析
數據挖掘是在信息技術快速發展的過程中出現的新的概念,同時也是數據運用中的新方法。數據挖掘指數據開采、數據采掘,就是指從大量的數據中,在許多模糊的、隨機的、噪聲的數據中將人們無法直觀看到的隱含數據等進行提煉出來,將一些潛在的信息知識等進行挖掘出來的過程。但由于當下的信息數據量非常大,在實施數據挖掘的過程中,需要經過深層次的分析才能獲得隱含的數據,數據挖掘的操作如同淘金者一樣,需要刪除大量的無用信息,在清晰目標的指引下才能獲得相應的數據模型。在計算機課堂教學中運用數據挖掘,主要通過對學生在課堂中的反映、行為等進行分析,從而為計算機課堂教學提供良好的方案。
目前運用于數據挖掘的方法包括可視化分析、聚類分析和關聯分析等三種,下面就從聚類分析法和關聯分析法入手,進一步分析兩種方法在提高計算機課堂效率中的具體應用。
二、數據挖掘方法在提高計算機課堂效率中的應用
(1)聚類分析法的具體應用分析。聚類分析法主要是根據數據分析所選的變量因素對分析數據進行分類,聚類只反映了所選變量數據結構的重要性。當然,對于所選的變量還要符合相應的條件,所選的變量要與研究的對象有密切相關性,如果變量與多研究分析的對象沒有任何的聯系,則所選的變量無效,同時所選的變量還要能夠反映分類對象的一般特征,只有能表現研究對象特征的變量更加切合實際,對選擇的對象也具有一定的判斷性[2]。最后還要求所選變量之間具有高度的相關性,只有相互關聯的變量,才能有效的分析并對變量進行分類。
在本次運用聚類分析法期間,主要根據“平時分”的課堂管理制度為來實施分類,即教師根據學生在課堂中的行為反應制定相應的評分制度,學生在課堂中的不同表現對應相應的分數,然后將學生課堂表現分相加,如果學生的分數低,則說明學生在課堂中被扣分數多,然后根據學生的分數將其按照不同的分數段進行劃分,分數高的為一類、分數中等的為一類、分數最低的為一類,然后對每一類學生進行分析評價,發現同一類型的學生在某些方面具有相似性。最后,教師根據對每一類型的學生制定有針對性的解決方案,計算機的課堂教學效率有了非常大的提升。
(2)關聯法的具體應用分析。關聯分析法是一種新型的分析方法,它是根據相關的規則將數據中潛藏的價值挖掘出來,隨著相關知識規模的不斷擴大,收集的數據和儲存的信息數據之間的相關知識越來越多,并且會出現相互交叉的現象。對于計算機課堂教學而言,許多學生在課堂中存在違紀現象,而且非常普遍,所以在使用關聯法進行對數據挖掘分析期間,教師要對學生的違紀表現實施關聯法分析。比如:有些學生在上學遲到或曠課后回到教室會出現瞌睡現象,同時發現部分學生在沒有做眼保健操的情況下,在上課期間他們必定會說話,而且說話的學生在課堂中也會打瞌睡,為此,教師對學生的課堂表現行為進行記錄,然后根據關聯法進行分析研究,從而發掘學生課堂表現規律,并提出相對應的解決措施,最終能夠有效的制止學生在課堂中的違紀行為。
對于有經驗的教師而言,他們在教學中能發現學生課堂表現的規律,經過數據挖掘方法分析指導后,能在今后的教學中及時制止學生上課說話、打瞌睡的行為,同時也能通過課堂教學轉移學生的注意力,從而減少課堂違紀行為的發生,也讓計算機課堂教學紀律保持良好。為進一步培養計算機人才打下良好的基礎。
綜上,數據挖掘在數據信息分析過程中運用能夠有效提高數據分析效率,在課堂教育教學中運用能夠提高教師的教學質量,也能促進教師對學生行為的認識和分析。教師對學生的課堂行為有了正確的分析和正確的處理,進而能夠促進和諧師生關系的構建。當然,在使用數據挖掘分析期間,教師還要聯系實際情況,在實際與數據挖掘結論相結合的情況才能提出有針對性的解決措施。
參考文獻:
[1]盧發.以數據挖掘提高計算機課堂效率探究[J].無線互聯科技,2017,16:94-95.
[2]王麗忍.淺談在信息化時代下職教計算機課堂效率的提高[J].中國高新區,2017,20:83.