數據挖掘技術在高校招生中的應用

摘要：目前我國高校招生中普遍引入了網絡技術進行招生，這種招生方式較傳統招生方式起到了節約人力物力，提高招生效率的作用，但是還存在一定的問題。因此有人提出在高校招生中應用數據挖掘技術，以挖掘出考生成績之外的一些就業信息、專業志愿等數據信息，為高校招生工作提供更全面有力的依據。該文首先對數據挖掘技術進行介紹，然后探討高校招生中應用數據挖掘技術的可行性，最后提出數據挖掘技術在高校招生數據管理中的應用措施，希望幫助促進數據挖掘技術在高校招生中的應用，提高高校招生工作效率和決策水平。

關鍵詞：數據挖掘技術;高校;招生;應用

中圖分類號：G642 文獻標識碼：A

文章編號：1009-3044（2020）05-0014-02

開放科學（資源服務）標識碼（OSID）：

高校招生是高校中一切活動的基礎，在高校育人過程中占有很重要的作用，是高校人才培訓的基礎。如何在信息化飛速發展的今天，在眾多數據中篩選出有價值的數據作為高校招生決策和參考依據，成為高校招生面臨的一項重要工作。本文就數據挖掘技術及高校招生中引入數據挖掘技術的可行性和應用策略進行研究，希望幫助提升高校招生效果。

1 數據挖掘技術簡介

顧名思義，數據挖掘技術是從海量的數據中挖掘出有價值的數據信息。數據挖掘技術的成功應用過程也是多個學科的綜合交叉應用，其中就包括數據庫知識、統計學知識、人工智能知識及計算機知識等[1]。

通常情況下數據挖掘可以分四步完成：第一步是數據定義。這一步是數據挖掘的前提，在挖掘之前對要挖掘的問題進行定義。不同的定義挖掘出來的結果不同，因此進行數據定義時必須做到精準;第二步是準備數據。數據準備就是進行數據的集成、數據選擇及數據預處理，給數據挖掘篩選提供數據;第三步是數據挖掘。數據挖掘是數據挖掘技術的核心環節也是關鍵步驟，這一步驟的結果是篩選出符合要求的數據。這一步驟的關鍵是做好數據挖掘方法選擇;最后一步是模式評價及解釋。這一步驟的目的是方便非專業人員利用數據結果，對挖掘出的數據進行比較詳細的評價和解釋，使非專業人員及時獲得和理解最終的挖掘結果。數據挖掘技術可以分析所有有規則的數據庫，目前數據挖掘技術在我國很多行業得到了應用，在金融等經濟系統中應用最為廣泛。

2 高校招生中應用數據挖掘技術的可行性

隨著科技的發展進步，高校招生工作中逐步開始應用網絡技術，雖然這種模式提高了高校招生工作效率，但工作開展時卻還存在很多的問題，例如各校數據格式不統一的問題，給高校招生時與其他學校的學生數據系統對接造成一定的困擾，影響高校招生工作的順利開展。而高校招生關系到學生未來的命運，必須要認真對待，做到準確無誤。

數據挖掘技術的應用恰巧可以滿足高校招生工作數據處理需求，具體功效包括：首先，幫助高校完成招生宣傳和咨詢。高校利用數據挖掘技術可以通過綜合分析歷年來被招錄的學生情況、各省歷史錄取分數、錄人人數等，來找潛在的學生信息，便于高校向目標學生提供最新的招生信息和專業信息、優惠政策、職業規劃等方面的指導，幫助潛在考生更全面的了解高校嘲;其次，利用數據挖掘及時對考生綜合素質和能力進行分析，方便入學后各種職位的安排和人才選拔培養，是高校創新人才選拔機制的重要舉措;最后，以各省學生就業專業、高考志愿填寫、社會專業需求及各高校招生計劃等數據庫為基礎，利用數據挖掘技術實現幾者的綜合應用，可以幫助高校制定合理的招生計劃，避免某專業對某省招生計劃名額過剩或者不足，造成生源不足名額浪費或者因為省份需求量少影響學生就業。

3 挖掘技術在高校招生數據管理中的應用措施

3.1 做好數據準備工作

數據挖掘技術應用前提必須是數據準備.而數據準備包括數據選擇和數據預處理兩個方面。首先，進行數據選擇。高校招生工作工作量龐大，需要使用的數據眾多、涉及面很廣。很多時候數據庫中的數據資料并非與提出的數據挖掘定義有關，因此必須將這些數據進行一次篩選，而篩選的過程就是數據選擇的過程，目的是保證數據挖掘結果的準確性[3]。其次，數據選擇以后使數據滿足可定義要求，但是還存在一定的零散性，因此必須再運用一定的手段，對數據進行轉換、聚集、集成等方式的處理，使一些數據對象合并、一些無關特征被刪除或建立新的數據特征，總之減少被挖掘的數據庫中無用的數據量，將這些數據轉化成有利于數據挖掘計算的數據。因此，此步驟的質量是影響數據挖掘效果的關鍵。

3.2 建立高校招生數據倉庫模型

在高校招生中應用數據挖掘技術，就必須以數據挖掘模型為模型，將數據挖掘技術和數據挖掘工具進行綜合運用，在模型中實現對招生決策的分析優化。其中數據挖掘技術應用的數據庫是利用數據驅動法在招生系統、高校教務和學生管理系統、社會就業系統等眾多系統中獲得的數據的綜合。其中最常見的數據倉庫模型包括概念模型、邏輯模型和物理模型三種。

3.3 正確選擇合理的關聯規則算法

高校招生工作涉及面很廣，不僅包括眾多的考生家長，還包括眾多的學校、專業、就業前景等問題。使得高校招生工作中有很多的數據需要來管理。雖然理論上引人數據挖掘技術，通過數據挖掘技術在相關數據庫的數據篩選、處理、挖掘，可以幫助高校有目的地進行招生政策宣傳，調整相應的招生計劃及給學生提供專業的報名指導，實現提高考生到校報到率、增加學生就業率等目的。但是這一切活動的基礎都要將挖掘出的數據應用正確挖掘方法進行計算，將關聯規則算法應用到相應的數據處理過程中去。而關聯規則算法就是從眾多數據中找出數據間的關聯點，以這些點為基礎建立一些相關的圖形，實現數據的正確處理[4]。例如考生志愿填報指導時，將考生的ID作為聯系點，對適合報的專業名稱進行統計，作為預測依據。

4 結束語

總而言之，隨著科學技術地進步，越來越多的高科技技術被應用到高校招生系統中，并取得了不錯的成績。但是為了進一步提升高校招生效率，提升學生報到率和畢業就業率，高校招生系統中有必要引入數據挖掘技術，將學生志愿、就業需求等眾多數據因素進行分析，給高校招生提供決策支持，提高高校招生效率。

參考文獻：

[1]許佳，林雨萱.高校招生中引入數據挖掘技術的應用前景探索[J].計算機產品與流通，2019（8）：265.

[2]王新偉，數據挖掘在高校招生工作中的應用概述[Jl.才智，2018（27）：166.

[3]阿布力米提·卡依木，數據挖掘技術在高校招生數據管理中的應用研究[J].大慶師范學院學報，2018，38（3）：33-36.

[4]楊學林.關聯規則數據挖掘技術在高校招生中的應用研究[J].計算機產品與流通，2018（3）：219-220.

【通聯編輯：王力】

收稿日期：2019-10-28

項目基金：該文為新疆石河子職業技術學院院級課題“高職院校招生現狀及策略研究——以新疆石河子職業技術學院為例”（課題編號ZY2018-04）的階段性成果

作者簡介：王冬梅（1979-），女，新疆石河子市人，講師，軟件工程碩士，主要研究計算機應用方向。