數據挖掘在現代教學中的應用及發展趨勢研究

陳少峰

摘要：現在社會處于大數據時代，數據挖掘對于我們的生活和工作十分重要。我國一直比較重視教育的發展，本文主要基于大數據時代，分析數據挖掘在現代教學中的應用和發展趨勢，從而提高現代教育教學質量，提升學生學習興趣，促進教育發展。

關鍵詞：數據挖掘；現代教學；應用；發展趨勢

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2017）43-0205-02

一、引言

現在信息技術發展如此迅猛，現代教學也在以驚人的速度發展，教育的發展產生了大量的數據。有些教育數據資源，如果不能好好地挖掘出來并進行分析、整理，將會湮沒在教育數據大潮中。因此，如何有效地把這些數據挖掘出來，更好地為現代教學服務，提升學生的學習效果，十分重要。本文主要分析了數據挖掘在現代教學中的應用及其未來發展趨勢，從而提高現代教育教學質量。

二、數據挖掘在現代教學中的應用研究背景分析

現代教育處于大教育數據的環境下，對于數據信息的提取和挖掘，促進教育教學的發展，是比較緊迫的。數據挖掘在現代教學中的應用，本文主要介紹數據挖掘的基本內涵及數據挖掘在現代教學中的應用背景。

（一）數據挖掘的簡介

隨著信息時代的到來，周圍的事務已被大數據所包圍，包括工作、學習、生活等方面。面對如此龐大的數據，把有效的信息數據提煉出來，從而滿足我們的生活需要，這是勢在必行的。數據挖掘正是在這一大環境下產生的。

數據挖掘是指利用人工智能、模式識別等技術，從大量的數據中發現有意義的關系、模式和趨勢的方向。簡言之，就是從大量、不完全、模糊隨機的數據中，提取在其中不被人們先前知道的、隱藏在其中的，但有潛在作用的信息知識的一個過程。

（二）數據挖掘在現代教育中的應用研究

現代教學環境由于在線教育、網絡教育等教學模式發生了很大的變化，并且隨著教學模式的發展，產生了大量的教學數據，這些教育教學數據形成了一個大的教育數據系統。通過對這些教育數據的挖掘、分析和整理，可以讓教學人員對于如何進行教學，讓學生更好地接受知識，具有一定的參考價值。

通過對國內外文獻資料的收集，發現數據挖掘在現代教學中的研究相對較少，對于數據挖掘在其他方面的研究還是很多，如在金融、銀行等方面。并且，在對數據挖掘于教育數據的研究中發現，對于數據挖掘的理論類和綜述類文章相對較多，對數據挖掘在實際應用中的文章研究相對很少。因此，分析數據挖掘在現代教學中的應用，對于數據挖掘在實證研究方面，是十分有價值的。

三、數據挖掘在現代教學中的應用現狀分析

數據挖掘在現代教學中的應用，使教職工人員可以從海量的數據中發現有意義的數據，從而對于進一步教學方式的改善和學生素養的提升有一定的指導意義。數據挖掘主要包括：分類中的決策樹法、神經網絡法；關聯規則法和聚類法。本文主要分析數據挖掘在現代教學中是如何運用這些方法在教學過程來進行應用的。

（一）反饋教師教學結果

教師教學成果的反饋對于教師教學十分重要，只有掌握自己的教學結果，教師才會根據相應的情況及時調整教學方法，從而提高教學質量。數據挖掘對教師教學成果的反饋，主要是為了幫助教師提供教學決策，改善教學方式，清楚學生的學習情況和學習主要影響因素，開發合適的試題和學習活動等。

（二）預測學生學習能力

學生學習能力的預測，對于教師在教學過程中具有一定的指導意義。通常對學生學習能力了解清楚之后，教師才能根據學生的情況做到因材施教，更好地促進每個學生的全面發展。對于學生學習能力的預測，運用決策樹法和神經網絡法的比較多。

1.決策樹法預測學生的學習能力。決策樹法源于學習系統CLS，主要是合并減少無意義的數據，然后對減少的數據再進一步劃分，因而減少碎片化的產生，確保數據的準確率。決策樹法在學生學習能力的預測上，主要表現在可以對現有學生的數據進行歸納，發現現有教學數據中的潛在規律，預測學生的未來發展。比如，在學校學習過程中，通過對學生學習成績的挖掘分析，可以發現有的學生對文化課成績不是很高，而相反的體育或其他課程的成績比較高，那么學生就可以考慮走藝術路線。通過這一方法，可以幫助學生找到具體的方向，根據學生情況進行教學。

2.神經網絡法預測學生的學習能力。神經網絡法運用起來比較復雜，使用比較多的是多層前饋式和后向傳播神經網絡。神經網絡方法的結構比較復雜，具有很好的并行性，這是其他方法沒有的一個優勢。通過神經網絡方法，可以根據學生的表現對預測學生學習成績和自己可能犯的錯誤，從而可以對學生提供一定的指導。

四、數據挖掘在現代教學中的應用發展趨勢

數據挖掘在現代教學過程中的運用，對教師和學生都有一定的幫助，可以更好地提升教學質量。那么，數據挖掘在現代教學中的發展趨勢如何，是本文的談論重點。

1.教學中數據挖掘語言應標準化。在數據挖掘過程中，語言的標準化使用是十分必要的。設計有效的數據挖掘語言，是需要對不同種類數據挖掘任務的能力、限制和根本機制進行深入了解的。通過一系列的標準化語言，可以更好地促進數據挖掘系統的開發，改進數據挖掘過程中功能和系統間的互相操作性。在現代教學中，通過設計標準化的數據挖掘語言，對于教學系統和教學質量的提升，顯得尤為重要。數據挖掘語言可以分為數據挖掘查詢語言、數據挖掘建模語言和通用數據挖掘語言，在一定的理論基礎上，數據挖掘語言的標準化是數據挖掘未來的必然發展方向。

2.教學中數據挖掘應注意保護信息隱私。在大數據時代，隨著越來越多信息的涌入和數據挖掘技術的提升，人們越來越多的隱私逐漸曝光在大眾的視野中，因此保護隱私是十分重要的。在現代教學過程中，通過對學生成績信息數據的挖掘，教師對學生的了解將會越來越深入。但是有時候，有的學生不想讓教師了解其情況，這在一定程度上侵犯了學生的隱私。或者是有的黑客侵入學校系統，拿到學生的情況進行售賣，這在一定程度上不利于信息的隱私保護。因此，在大數據環境下，保護信息的隱私，顯得格外重要。endprint

3.教學中數據挖掘過程應可視化。現在的數據挖掘過程愈發注重可視化的挖掘技術。可視化數據挖掘可以很好地促進人機互動，提升人們主動掌握學習知識的能力。數據挖掘的可視化，是要求使用圖形或圖表來描述數據，將在大數據中的信息以一種直觀的、人們容易接受的方式表示出來，從而加快人們獲取知識的速度。在現代教學過程中，利用數據挖掘可視化，可以更好地描繪出學生的學習狀態，進行更直觀的觀察，從而對教師在教學過程中教學方式的改進提供指導。

4.探索特定的教學數據挖掘技巧。數據挖掘系統包括：數據庫、數據倉庫或者其他信息庫；數據庫或者數據倉庫服務器；知識庫；數據挖掘引擎；模式評估模塊；圖形用戶界面等板塊。在現代教學過程中，教學信息數據、數據庫服務器、知識庫等數據挖掘的系統，是多學科的領域知識。因此，探索合適的數據挖掘技巧，更好地整合教學數據挖掘方法，從而獲得全面系統的教學數據，對于教學質量的提升和教學決策的制定，具有一定的借鑒。

5.探尋復雜教學數據的挖掘方法。復雜數據的挖掘，是當前學界比較熱點的一個話題。隨著數據的越來越多，需要處理的數據也越來越復雜。在現代教學過程中，通過對學生課程成績數據的挖掘，挖掘學生一個學期的數據比較容易，但要了解他們每年的成績，形成一個列表，然后進行比較，就顯得比較復雜，工作量也會比較大。因此，探尋復雜數據的挖掘方法，是比較重要的。

五、總結

信息技術的迅速發展，使得當前社會處于大數據時代。在如此眾多的數據中，發現有價值的數據，對人們的決策十分重要，數據挖掘技術應運而生。雖然數據挖掘技術出現的時間不是很長，但其對我們的生活、生產和學習都產生了很大的影響。

本文通過對數據挖掘在現代教學中的應用進行分析，首先介紹了數據挖掘的內涵和數據挖掘在現代教學中應用的背景，然后介紹了數據挖掘在現代教學中的應用現狀，最后分析了數據挖掘在現代教學應用中的發展趨勢，從而對數據挖掘在現代教學中的應用有了一個比較深層次的理解。

參考文獻：

[1]王夢.數據挖掘綜述[J].軟件導刊，2013，（10）.

[2]李廣水，王智鋼，馬青霞.數據挖掘技術在我國高校人才培養中十年應用回顧及發展趨勢[J].技術與創新管理，2015，（9）.

[3]趙俊鋒，張松杰.數據挖掘技術在現代遠程教育中的應用[J].大眾科技，2006，（3）.endprint