數(shù)據(jù)挖掘技術(shù)在高校網(wǎng)站信息的實踐應(yīng)用研究

□何文東

高等教育信息化是教育現(xiàn)代化的重要形式之一，由于計算機網(wǎng)絡(luò)技術(shù)、大數(shù)據(jù)技術(shù)在教育領(lǐng)域得到廣泛應(yīng)用，高校網(wǎng)站紛紛進行轉(zhuǎn)型，以形象建設(shè)窗口轉(zhuǎn)變?yōu)楦咝Ｐ畔⒌妮d體，旨在為高校的內(nèi)外用戶提供針對性的、個性化的信息，并通過數(shù)據(jù)發(fā)掘技術(shù)來適配多元化的數(shù)據(jù)需求。在實踐應(yīng)用層面理論也層出不窮，本文在這一趨勢下結(jié)合數(shù)據(jù)挖掘技術(shù)的發(fā)展情況及技術(shù)特性，針對其在高校網(wǎng)站信息的實踐應(yīng)用進行研究。

一、相關(guān)概念綜述

(一)數(shù)據(jù)發(fā)掘技術(shù)概念。數(shù)據(jù)挖掘技術(shù)一般是指在大量數(shù)據(jù)中利用算法搜索隱藏的、隱含的信息的技術(shù)，與計算機科學(xué)緊密相關(guān)，例如統(tǒng)計技術(shù)、在線分析技術(shù)、情報檢索技術(shù)、智能學(xué)習(xí)技術(shù)、模式識別等技術(shù)。

數(shù)據(jù)挖掘技術(shù)是從大量的數(shù)據(jù)集中識別有效的、新穎的、潛在有用的過程叫做數(shù)據(jù)挖掘技術(shù)。它涉及面很廣，包括機器學(xué)習(xí)、數(shù)據(jù)庫、模式識別、粗糙集、模糊數(shù)學(xué)等相關(guān)技術(shù)。通過對計算機系統(tǒng)內(nèi)的數(shù)據(jù)進行分析、分類，找到數(shù)據(jù)在運行和存儲時的規(guī)律，數(shù)據(jù)挖掘技術(shù)主要包含三個步驟，目標(biāo)數(shù)據(jù)、提煉規(guī)律、規(guī)律體現(xiàn)。第一步整理目標(biāo)數(shù)據(jù)，從相關(guān)數(shù)據(jù)源中選取必要的數(shù)據(jù)整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集合；第二步是通過統(tǒng)計技術(shù)、在線分析技術(shù)等方法將數(shù)據(jù)集合中所蘊含的規(guī)律找出來；第三步將數(shù)據(jù)結(jié)合用戶需求，借助用戶可理解的形式，將規(guī)律可視化。數(shù)據(jù)挖掘技術(shù)按任務(wù)特點進行分類，主要分為關(guān)聯(lián)數(shù)據(jù)分析、聚類數(shù)據(jù)分析、分類數(shù)據(jù)技術(shù)、異常數(shù)據(jù)分析、特異群組數(shù)據(jù)分析及演變數(shù)據(jù)分析等。根據(jù)數(shù)據(jù)挖掘技術(shù)處理對象差異，共有3種結(jié)構(gòu)挖掘、內(nèi)容挖掘、使用挖掘為常見的運用模式方式，在高校網(wǎng)站中也得到普遍運用，在數(shù)據(jù)挖掘過程中一般關(guān)聯(lián)數(shù)據(jù)技術(shù)、分類數(shù)據(jù)技術(shù)使用較多，網(wǎng)站數(shù)據(jù)相對于傳統(tǒng)數(shù)據(jù)庫，具有內(nèi)容龐雜、呈現(xiàn)復(fù)雜的特點，這就要求對每個站點都需要獨立設(shè)計結(jié)構(gòu)。

由于數(shù)據(jù)挖掘技術(shù)是一種綜合技術(shù)，通常用在網(wǎng)站數(shù)據(jù)采集上，也就是通過數(shù)據(jù)技術(shù)獲取網(wǎng)站數(shù)據(jù)，并進行初步篩選和整理，在一定程度上數(shù)據(jù)挖掘可通過歸納單個用戶及眾多用戶的行為數(shù)據(jù)針對用戶的后續(xù)行為進行預(yù)測，在一定程度上有助于數(shù)據(jù)使用者作出決策和判斷，并且有助于優(yōu)化網(wǎng)站使用者的使用體驗。

(二)高校網(wǎng)站信息重要技術(shù)環(huán)節(jié)分析。現(xiàn)在高校網(wǎng)站技術(shù)普遍使用半結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)，半結(jié)構(gòu)數(shù)據(jù)化數(shù)據(jù)模型是一種適于數(shù)據(jù)庫集成的數(shù)據(jù)模型，通常適合于描述包含在兩個或多個數(shù)據(jù)庫中的數(shù)據(jù)，作為一種標(biāo)記服務(wù)的基礎(chǔ)模型，通常用于Web上共享信息。構(gòu)建適用于半結(jié)構(gòu)化數(shù)據(jù)源模型，在高校網(wǎng)站信息數(shù)據(jù)服務(wù)中是亟待解決的問題之一，這是數(shù)據(jù)挖掘中最重要的技術(shù)環(huán)節(jié)。

二、數(shù)據(jù)挖掘技術(shù)在高校網(wǎng)站信息的實踐應(yīng)用

(一)關(guān)于數(shù)據(jù)的篩選及整理。數(shù)據(jù)發(fā)掘技術(shù)的應(yīng)用基礎(chǔ)是對數(shù)據(jù)進行搜集和初步篩選，需要明確的是需要研究用戶的表達方式，由于表達方式的差異在通常會造成數(shù)據(jù)量的不確定性和顯著差異性。因此在數(shù)據(jù)挖掘前需要針對數(shù)據(jù)做一定的預(yù)先處理，處理用戶針對網(wǎng)站進行訪問時的最初原始數(shù)據(jù)，以此保證算法能夠有效提取相應(yīng)數(shù)據(jù)，同時，在網(wǎng)站設(shè)計時就需要一并將數(shù)據(jù)預(yù)處理及數(shù)據(jù)挖掘考慮在內(nèi)，從而有針對性提升數(shù)據(jù)的使用效率。

一般而言高校網(wǎng)站服務(wù)器具有網(wǎng)站日志記錄功能，而這也是數(shù)據(jù)最基礎(chǔ)、最簡單、最直接的來源，具體是根據(jù)用戶的訪問頻次、訪問時長、訪問習(xí)慣等相應(yīng)訪問數(shù)據(jù)會被網(wǎng)站日志記錄。將網(wǎng)站日志充分利用并有意識的存儲使用，與此同時，也需要將收集到的信息進行預(yù)處理，從而降低數(shù)據(jù)的失真程度。并且針對瀏覽頁面及用戶設(shè)定頁面的訪問路徑進行完善。

(二)構(gòu)建完整的數(shù)據(jù)挖掘模式。通過運用成熟的數(shù)據(jù)發(fā)掘算法針對高校網(wǎng)頁流量數(shù)據(jù)分析來構(gòu)建完整的數(shù)據(jù)模式。尤其是要著重挖掘時間序列相關(guān)數(shù)據(jù)，時間序列建模及時間預(yù)測是構(gòu)建完整的數(shù)據(jù)模式的基礎(chǔ)目標(biāo)，針對高校網(wǎng)站訪問量的整體趨勢和訪問規(guī)律特點的把握是具體數(shù)據(jù)測量的重要節(jié)點。此外，數(shù)據(jù)模式的構(gòu)建需要參考整體網(wǎng)站的結(jié)構(gòu)，在高校網(wǎng)站首頁的訪問中首頁是最高頻的訪問頁面，而且大部分高校內(nèi)用戶如教師、學(xué)生們因為便利性普遍將首頁加載在各類瀏覽器的收藏夾，但是在首頁的停留時間普遍較低，首頁起到的是導(dǎo)航和分配流量的作用，這需要在構(gòu)建及數(shù)據(jù)挖掘模式時充分考慮到首頁的作用。

以高校網(wǎng)站信息在高校招生的作用為實例，建立高校招生數(shù)據(jù)虛擬倉模型時，旨在通過數(shù)據(jù)及數(shù)據(jù)挖掘優(yōu)化招生決策及效率，需要利用概念模型、邏輯分析模型及物理模型構(gòu)建招生系統(tǒng)、教務(wù)系統(tǒng)及學(xué)生管理、院系系統(tǒng)四位一體的綜合數(shù)據(jù)倉，從而構(gòu)建起完整的招生數(shù)據(jù)挖掘模式。

(三)選擇合理的關(guān)聯(lián)規(guī)則算法。仍以高校招生舉例，在高校招生期間，高校網(wǎng)站傳達出的信息在一定程度上決定了招生工作的成敗。而需要大量的數(shù)據(jù)分析來佐證高校網(wǎng)站信息透傳的有效程度，不僅要充分考慮到學(xué)生、學(xué)生家長的信息數(shù)據(jù)需求，還要給其擇校擇專業(yè)提供信息支持，并將挖掘出來的信息和現(xiàn)有的院系專業(yè)情況及社會就業(yè)前景等信息相結(jié)合給予其全面的參考，幫助高校在招生期間有的放矢地宣傳招生政策，為學(xué)生及家長給予較為專業(yè)的擇校擇專業(yè)指導(dǎo)。這就需要綜合運用關(guān)聯(lián)規(guī)則算法，從用戶提供的各種數(shù)據(jù)找出數(shù)據(jù)間的關(guān)聯(lián)點，以此為起點構(gòu)建圖形，從而給予其可視化的數(shù)據(jù)呈現(xiàn)和有效信息。

(四)高校網(wǎng)站信息不斷迭代。對于高校網(wǎng)站的不斷優(yōu)化和改進，一般在數(shù)據(jù)挖掘維度需要使用模式分析法來分析，針對已有的數(shù)據(jù)模型不斷迭代，在原有的數(shù)據(jù)基礎(chǔ)上，針對新收集的信息進行整理和統(tǒng)計，將新的模式融入到高校網(wǎng)站信息的迭代中去，用挖掘出來的數(shù)據(jù)更好地服務(wù)用戶。不斷了解高校網(wǎng)站的內(nèi)部及外部用戶的真實需求及使用趨勢，將固有的數(shù)據(jù)挖掘模式不斷擴充，完善原有的模式，并從不同的數(shù)據(jù)挖掘模式中將最有價值的模式加以利用。例如在高校招生中，研究發(fā)現(xiàn)高校的校外用戶以某城市人群較為集中，則學(xué)校可在招生期間聯(lián)合該城市政府在相關(guān)網(wǎng)站上采取一定的廣告及媒介推介措施增加高校在當(dāng)?shù)氐钠毓饬Χ龋宰畲笙薅任?dāng)?shù)貙W(xué)生，從而實現(xiàn)信息的價值化。

(五)提升高校網(wǎng)站信息的有效性。此外還需要意識到高校網(wǎng)站本身是一個對外展示的窗口及教育資源平臺，因此數(shù)據(jù)挖掘在高校網(wǎng)站自身功能的提升上也具有重要的作用。另外，數(shù)據(jù)挖掘技術(shù)要做好數(shù)據(jù)保密加密工作，同時，將學(xué)校師生納入到其中，通過數(shù)據(jù)傳輸?shù)谋Ｃ苄詠硖嵘咝ＹY源的利用效率，針對例如實驗數(shù)據(jù)、資源數(shù)據(jù)等進行有效保護和綜合利用。

(六)數(shù)據(jù)挖掘技術(shù)在高校網(wǎng)站信息安全的應(yīng)用。高校計算機網(wǎng)絡(luò)病毒在傳播過程中具有一定的規(guī)律性，通過數(shù)據(jù)挖掘可以獲得相關(guān)數(shù)據(jù)進行分析，找到一些蛛絲馬跡，從而進行處理。數(shù)據(jù)挖掘技術(shù)的應(yīng)用非常復(fù)雜，需要分為多個步驟和模塊來進行。創(chuàng)建計算機網(wǎng)絡(luò)病毒防御系統(tǒng)，對數(shù)據(jù)進行篩選，從數(shù)據(jù)源和數(shù)據(jù)流中獲得樣本，然后尋找網(wǎng)絡(luò)病毒的入侵特點，將找到的數(shù)據(jù)存入數(shù)據(jù)庫中，進行實時記錄和分析，從中找出入侵行為，防止病毒的攻擊。保證數(shù)據(jù)庫中的數(shù)據(jù)充足，全面收集數(shù)據(jù)和數(shù)據(jù)包。在數(shù)據(jù)庫數(shù)據(jù)相互匹配時再應(yīng)用。如果匹配度較低，說明數(shù)據(jù)庫中存在某種新型病毒，則要將其形成新的數(shù)據(jù)病毒類別，加入數(shù)據(jù)庫。數(shù)據(jù)挖掘模塊是數(shù)據(jù)挖掘系統(tǒng)的核心部分，主要由數(shù)據(jù)挖掘算法和事件庫構(gòu)成。通過構(gòu)建模塊，采集需要的數(shù)據(jù)，再將數(shù)據(jù)整理歸納放入事件庫中。然后對事件庫中的數(shù)據(jù)進行深度挖掘，提升病毒防范的透明性。檢測到入侵計算機網(wǎng)絡(luò)的病毒后，還要再進一步進行防御處理，將入侵的具體情況反饋給用戶。此外，后續(xù)處理模塊還能夠如實監(jiān)控系統(tǒng)實時數(shù)據(jù)，向管理員發(fā)送郵件進行反饋，方便管理人員進行實時管理和處理。管理員在接到反饋后，可以分析網(wǎng)絡(luò)病毒的類型及其特點，及時更新病毒數(shù)據(jù)庫，逐漸提升計算機系統(tǒng)防御效果。

三、結(jié)語

數(shù)據(jù)挖掘技術(shù)是實踐高校網(wǎng)站信息化的重要舉措之一，將此項技術(shù)和高校網(wǎng)站建設(shè)積極融合其中，并針對實踐運用中出現(xiàn)的問題需求技術(shù)化的整套解決方案是其核心重點。高等教育信息化是教育現(xiàn)代化的重要形式之一，由于計算機網(wǎng)絡(luò)技術(shù)、大數(shù)據(jù)技術(shù)在教育領(lǐng)域得到廣泛應(yīng)用，高校網(wǎng)站紛紛進行轉(zhuǎn)型，以形象建設(shè)窗口轉(zhuǎn)變?yōu)楦咝Ｐ畔⒌妮d體，旨在為高校的內(nèi)外用戶提供針對性的、個性化的信息，并通過數(shù)據(jù)發(fā)掘技術(shù)來適配多元化的數(shù)據(jù)需求。在實踐應(yīng)用層面理論也層出不窮，本文在這一趨勢下結(jié)合數(shù)據(jù)挖掘技術(shù)的發(fā)展情況及技術(shù)特性，針對其在高校網(wǎng)站信息的實踐應(yīng)用進行研究，共有五大實踐應(yīng)用方向：一是關(guān)于數(shù)據(jù)的篩選及整理，數(shù)據(jù)挖掘前需要針對數(shù)據(jù)做一定的預(yù)先處理，處理用戶針對網(wǎng)站進行訪問時的最初原始數(shù)據(jù)；二是構(gòu)建完整的數(shù)據(jù)挖掘模式，構(gòu)建完整的時間序列；三是選擇合理關(guān)聯(lián)規(guī)則算法，需要通盤考慮；四是有利于高校網(wǎng)站信息不斷迭代；五是提升高校網(wǎng)站信息的有效性。