數據挖掘在高校大數據中的應用分析

【摘 "要】 信息化時代，大數據、云計算等網絡技術被廣泛應用于各大高校的教學管理中。教育行業信息化程度越來越高，產生了大量教育數據，龐大的數據量增加了教育管理工作的難度，深度挖掘數據的潛藏價值可以使教育資源更加豐富，從而提高數據資源利用率。數據挖掘技術可以對繁雜的數據進行深度分析處理并從中提取出有用的信息。文章首先介紹大數據、教育大數據和數據挖掘的定義，分析大數據在現階段應用過程中的局限性，接著闡述數據挖掘技術在高校大數據中應用的必要性，對當前數據挖掘在高校大數據中的應用進行分析，最后探究數據挖掘技術在高校信息資源建設中的作用。希望為相關人員提供參考。

【關鍵詞】 數據挖掘；大數據；應用策略

一、大數據、教育大數據和數據挖掘的含義

（一）大數據

大數據本質上是一種寶貴的信息資產，主要指在某一段時間內無法被常規軟件捕捉和處理的數據資源集合。只有采用先進的處理模式，借助較強的決策力和較高的洞察力才能處理海量信息資源。大數據因在獲取、存儲、管理、分析等方面具有獨特優勢，被廣泛應用于各個領域。

（二）教育大數據

在開展教育研究的過程中產生的大數據被稱作教育大數據。根據教學需要采集到的數據和教育活動過程中產生的實用性較強的數據，都屬于教育大數據。通常情況下，教育大數據主要來自學生培養計劃、教學規劃、教研活動、教學課件等方面。

（三）數據挖掘

從本質上講，數據挖掘是指利用大數據和機器學習算法解決各類應用問題的技術。其主要目的就是從大量不同類型的和構造較為復雜的數據中，挖掘出具有潛在應用價值的信息。通過對海量數據進行分析和處理，可以開發信息的隱藏價值，為企業發展提供信息支持。

二、大數據的局限性

（一）大數據樣本不具有代表性

學生在校園中就餐、飲水、購物等都需要用到校園卡，這些活動為學校提供了大量真實有效的數據信息。但是在收集和整理數據的過程中，并不能保證收集到所有信息，因此，在分析和抽樣過程中，樣本可能不具有代表性，誤差矯正和收集方法也存在一定的局限性。

（二）大數據竊取個人信息

大數據可以將高校教師和學生的日常行為進行記錄，大數據在提取數據時可能會竊取用戶個人隱私，從而導致信息泄露。大數據在隱私安全方面存在缺陷，上網瀏覽歷史、手機購物記錄、銀行交易信息等數據關系到人們財產安全和信息安全，一旦發生泄漏將會造成嚴重后果。

（三）大數據難以處理復雜數據

大數據能夠處理簡單情境下的基礎問題，對于復雜的系統和非結構化的數據，無法做到精確處理和全面描述，容易出現偏差結論。大數據處理復雜數據的能力有限，這會導致部分數據的潛藏價值無法被挖掘出來，使結論缺乏科學性。

三、數據挖掘在高校大數據中應用的必要性

現代科技發展過程中產生出大量數據，數據種類多種多樣，傳統的數據處理模式工作效率較低，已經無法滿足當下數據處理的需求，數據挖掘技術成為人們的新選擇。在教育領域，高校進行教學活動時會產生大量數據信息，如果僅對數據進行簡單分析處理，可能會造成教育資源的浪費，所以需要借助數據挖掘技術找到教育數據的隱藏價值，提高數據處理的效率和質量，這樣可以將教育數據的價值發揮到最大，為教師提供更加豐富的教學資源，幫助教師優化教學方案，繼而提升教學質量，保障教學工作順利開展。

四、數據挖掘在高校大數據中的應用現狀

學生信息、教學課件、作業完成情況中的教學數據都包含在教育大數據范疇內，除此之外還有很多教育數據沒有被分析采集。比如學生的課堂表現、家庭情況、家庭收入來源、人際關系、興趣愛好等，這些數據信息對研究學生學習狀況以及激發學生學習熱情有重要作用。傳統的教學模式下，搜集到的數據信息通常是靜止的，學生無法了解學校發展動態，由于信息技術水平有限，根本無法對教育領域大數據進行全面搜集管理，這就必須把數據挖掘技術應用到教育領域大數據分析當中。借助數據挖掘技術，教師可以了解學生興趣愛好和生活習慣，及時掌握學生課堂學習情況，為學生制定相應的學習計劃，降低教師教學管理難度，使教師教學更加專業化和規范化。數據挖掘技術可以對教育大數據進行深入分析，能夠更加科學合理地應用教育資源，引導網絡輿論，從而提升教育水平。同時，從學生的現實情況考慮，有針對性地對學生進行教育，可以形成一套合理的人才培訓制度，提升教學管理的信息化水平，為社會穩健發展提供保障。

五、數據挖掘技術在高校大數據中的應用

（一）數據挖掘在教師教學中的應用

1. 優化教學和管理模式

教師通常會采取直接講解的方式將課堂知識傳遞給學生，或者帶領學生開展調查研究，通過情境再現、小組合作學習等多種方法完成教育目標。運用數據挖掘技術能夠幫助教師找出符合學生發展規律的教學方式。在這個過程中，教師要學習數據挖掘相關知識，和其他教師進行溝通，積累教學經驗，學習借鑒優秀的教學方法，針對不同學習層次的學生開展個性化教學，這樣能夠使教育資源得到充分利用和合理分配，對原有的教學方案進行優化，改善教學水平，同時還可以為教學活動提供數據支持。

2. 分析學生學習特征

學生是課堂的主體，教師要把學生放在主要位置。在制定教學方案時，教師要對學生的學習特征進行分析，這是教學工作的關鍵環節。數據挖掘技術可以幫助教師了解學生的學習習慣和心理特征，為學生制訂適合他們的學習計劃和學習重點，通過對這些數據進行細致研究，教師可以深入了解學生現階段的學習狀況，對存在心理問題的學生，及時進行心理疏導，幫助學生克服心理障礙，防止學生做出極端行為，這樣就可以提升學生的學習效率，使學生跟上教學進度，有序推進教學工作。

3. 合理設置教學課程

教師作為學生的校園引導者，需要根據實際教學情況制訂學習計劃。教師往往管理多個班級，不同班級學生的認知水平、理解能力、學習氛圍存在差異，如果忽視學生之間的差異籠統地進行教學，不利于學生掌握知識。所以教師要充分利用數據挖掘技術，從數量龐雜的大數據中找到有用的數據，并對其進行研究，根據分析結果做出總結，這樣可以根據不同班級的具體特點制定相應的教學計劃，使課程設置更加合理。

4. 助力教育研發工作

很多高校的數字校園系統存在一些不足，網絡擁擠、網絡質量差等情況頻發，這嚴重影響了教師和學生的教學體驗，使校園資源不能得到充分利用。數據挖掘技術可以分析出師生使用各個系統的時長和頻次，高校研發部門根據使用情況，對數字校園系統的操作界面和具體功能進行優化，修補系統漏洞，提高信息檢索速度，提升師生使用體驗，開發多樣化的功能，滿足師生多層次的需求，從而提升服務水平。

5. 優化教學評價

教學評價是高校教育的關鍵環節，通過教學評價可以更加直觀地了解教師教學效果，便于教師調整教學方式，為學生提供了發表建議的平臺。數據挖掘技術可以精準分析教師和學生考勤情況和日常行為規范，為教學評價提供依據，避免教學評價受到外界人為因素的干擾，保證教學評價的公平性和公正性。教師可以參考教學評價結果，發現自身教學過程中的不足之處，聽取學生合理建議，及時轉變教學方式，滿足學生更高層次的學習需求。

（二）數據挖掘在學生學習中的應用

數據挖掘可以提升學生自主學習能力。部分學生在學習過程中遇到困難時會產生逃避心理，再加上自律性較差，學習主動性不強，就會導致學生在學習中處于被動地位，不利于學生進步。數據挖掘技術可以有效改善這種情況，學生在學習過程中可以自主選擇優質教育資源，根據自身情況合理安排學習時間，通過查找相關學習資料，及時解決學習中遇到的問題，這樣可以使學生主動參與到學習過程中，掌握現代信息技術，提高自身操作能力、信息篩選能力和解決問題的能力。

（三）數據挖掘在高校管理中的應用

1. 提升工作效率，節省財務人力

應用軟件使得人們生活更加便捷。支付寶和微信在高校中的應用，為學生提供了便利，去財務部門處理卡片異常的人數逐漸減少，人工充值數據量也大大減少，面對這種情況，高校財務部門應當適當縮短人工窗口工作時間，由每天八小時改為上下午各一小時，這樣可以用節省下來的時間處理其他財務工作，減少時間浪費，還要對財務人員進行合理分配，為工作人員分配相應任務，最大限度提升人員的工作效率。

2. 加強學生考勤管理

有效應用數據挖掘技術，能夠分析學生出勤的情況，統計學生各門課程出勤率，教師能夠及時了解和掌握學生上課情況，定期向院系領導上報學生出勤情況，對于缺勤率超過規定范圍的學生給予相應處罰。另外，學生出勤率還應該提交到學生管理部門，管理人員結合學生學習成績進行分析，作為對學生評優的依據。

3. 加強學生安全管理

大數據可以記錄學生進出校園的情況，通過挖掘相關數據可以確定學生的院系和專業，系統可以將一天劃分為多個時間段，篩選出經常晚歸的學生，這樣可以使學校管理部門及時了解學生出入校園的情況，進一步強化管理。教師應當主動向學生了解情況，一旦發現有違規違紀行為，及時進行干預，讓學生樹立安全意識，保障學生校內安全。

4. 輔助食堂管理工作

利用數據挖掘技術可以分析學生校園卡的消費數據，這樣可以統計出食堂中各個窗口的受歡迎程度，對于學生經常光顧的窗口，學?？梢詫⒋翱谖恢谜{整到合適的位置，方便學生排隊就餐，還可以適當調整窗口開放時間，實現分批次就餐，防止集中就餐引發安全隱患。對學生就餐窗口和教職工就餐窗口的人流量數據進行挖掘，可以分析出窗口飯菜質量，對于不符合師生口味的飯菜要及時進行調整。通過觀察師生日常消費數據，可以了解師生飲食喜好，這既有助于提升后勤部門的工作質量，提升餐飲服務水平，還能為高校管理提供科學準確的方法。

（四）數據挖掘在其他活動中的應用

1. 提高采購圖書質量

高校在采購新書時會邀請學院教師和學生共同篩選圖書，但是由于篩選圖書的師生數量較少，因此不具有代表性。利用數據挖掘技術可以有效改善這種情況，可以根據借閱書籍的時間、借閱次數和圖書類型，對教師和學生的閱讀需求和愛好進行分析，將數據分析結果提交給圖書館，圖書采購人員進行記錄和整合，這樣可以及時調整新進圖書的類別，豐富書籍種類，滿足師生多樣化的閱讀需求，還可以增加圖書館總體人流量和借閱量。

2. 輔助認定貧困生

通過對學生學習成績、日常消費記錄和貸款等基礎信息、數據進行匯總和處理，可以對家庭經濟狀況進行分類，篩選出家庭經濟狀況困難的學生，為貧困生認定工作提供數據支撐，這樣可以幫助學校統計貧困生人數，節省時間成本，提升工作效率。利用數據挖掘技術之后要借助人工進行實際考察和分析，這樣可以進一步保障貧困生的權益。

六、總結

在信息化高速發展的今天，教育領域要緊跟時代發展潮流，借助現代信息技術，加強高校信息資源建設。高校要關注社會發展動態，提高對信息技術的重視程度，將大數據的價值充分發揮出來，利用大數據收集師生行為軌跡，整合教育資源，利用數據挖掘技術進行分析研究，從各種類型的數據中快速獲取有用的信息，不斷擴充教育資源。高校在信息資源建設中可以利用數據挖掘技術進行日常管理，更新教學設備，優化教學系統，解決高校研究中的技術問題，讓學生了解校園的新變化，享受到更優質的服務。數據挖掘技術還可以應用于教師日常教學中，幫助教師分析學生學習習慣，制定針對性教學目標，根據實際情況及時調整教學進度，還可以優化教學評價，督促教師嚴格按照教學任務組織教學活動，向有經驗的優秀教師學習，提高自身教學水平，推動教學工作順利開展。

參考文獻：

［1］ 曹流，韋相，王晶. 數據挖掘算法在大學圖書借閱大數據中的分析與應用［J］. 紅河學院學報，2022，20（05）：154-157.

［2］ 祁瑞麗，郭學濤，孟軍英，等. 數據挖掘技術在高校教學評價中的應用研究［J］. 石家莊學院學報，2020，22（03）：65-68.

［3］ 蘇翠紅. 大數據應用視角下高職院校多元教學質量評價體系建構——評《數據挖掘在高職教學質量評價體系構建中的研究與應用》［J］. 教育理論與實踐，2022，42（14）：2.