论文部分内容阅读
摘要：根据现在教育系统中对于大量数据的存储和管理存在的问题，提出利用数据挖掘技术来统筹规划合理利用这些数据，并归纳部分已经使用这些技术的方面。
关键词：数据挖掘；高校教育；管理系统；关联规则；决策依据
中图分类号：TP311文献标识码：A文章编号：1009-3044(2008)33-1283-01
A Brief Discussion on Data Mining for Higher Education in the Field of Application
JIANG Lian
(Jiangsu Teachers University of Technology, Changzhou 213000，China)
Abstract: Base on the problems in large amounts of data storage and management in the current education system,the article suggests that use of data mining technology to co-ordinate the planning and reasonable use of these data, and summed up the use of these technologies has been part of the area.
Key words: data mining; higher education; management system;Association Rules; Basis for decision making
1 引言
近年来，许多高等学校在教学和日常管理工作中积累了大量的数据，但这些海量数据却没有有效的利用。学校管理人员在日常整理中只是通过统计或排序等简单功能获得表面的潜在信息，因此对于这些数据的挖掘是一个待开发的“金库”。如何对这些表面数据再次进行有效管理和整合，从中发现规律，将现有的管理数据转化为可供使用的知识，以便于为学校管理者提供决策支持，提高管理水平和办学质量，是现在各大高校都在研究和讨论的重点。
2 数据挖掘引入教育领域
数据挖掘是一门能够从大量数据中发现有用知识的技术学科，是从大型数据库或数据仓库中提取隐含的，未知的，非平凡的极有潜在应用价值的信息或模式，是数据库研究中的一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。利用这一技术，我们可以通过客观统计和分析．从大量数据中发现潜在规律，找出隐含的模式，准确掌握未来的动态。将数据挖掘技术与教学管理相结合．从中提取出隐藏在数据之中的有用信息．使信息系统的功能得到最大程度的利用．并使之能在功能上更加满足学校教学和管理的需要。
如今各高校大都在师资队伍建设，学生学籍、成绩管理等方面积极采用数据挖掘技术对之前收集的数据进行管理，解决教育领域中存在的诸多决策问题。例如对学生的就业情况是学校最为关心的问题之一，根据往届学生就业面就业渠道等情况，找到提高学生就业率的相应规律，并及时调整专业课程的设置和就业指导的方法；根据现有的学生学习成绩的分析，为各专业院系提供切实可行的提高教学质量、优化教学资源的依据;根据现有的教师队伍情况，预测招生数量与生源，合理的安排，为学科建设和师资队伍建设提供决策依据等。总之，在目前学生生源减少，而各高校又扩招，学生就业压力大增的情况下，数据挖掘的结果可以为各高校提供与时俱进发展，合理分配资源提供重要方法，可以为高校领导层提供科学的决策依据，成为管理决策支持系统中不可缺少的重要工具。
下面，就数据挖掘技术在高校教育领域中的应用作一些简单的介绍。
2.1 在高校教学质量评估中的应用
高校教学评估是每个高校定期必须接受的教育部的审核，通过对高校的教学评估发现教学中存在的问题，及时地调整教学方案和手段，来提高教学质量，从而培养出顺应时代发展要求的学生是教学质量评估的最终目的。把数据挖掘技术引入到教育领域的评估系统中，不仅提高了教育管理的科学性，而且增强了教育数字化建设的实效性。基于数据挖掘的关联规则法应用于的教学质量评估中，从教师教学的效果，学生和教师的互动，教学与教学场所等因素中找出其中的内在联系，为教学部门提供决策支持信息使之更好地开展教学工作，提高教学质量。该领域的研究具有一定的潜力．许多学者都在这方面发现新的算法，以此帮助高校有效快速的提高教学质量。
2.2 在学生工作管理系统中的应用
将数据挖掘技术中的决策树技术运用到学生管理系统中，建立一个学生管理决策树挖掘系统，对学生日常管理进行分类挖掘。通过挖掘系统可以得到许多有价值的信息，这些信息在帮助学校更好地进行学生的管理、掌握学生日常生活的情况、帮助学校更好的了解学生生活情况，及时发现问题学生等方面具有重要的指导意义。在学生工作中，随着数据信息的不断增长，把数据挖掘技术应用到管理中，以建立高校科学学生管理系统，必将为高校各级领导部门的决策提供切实可行的提高学生质量、优化学生生活的依据，为高校在激烈的竞争中掌握主动在未来的发展中提供更广阔的空间，发挥重要的作用，为高校的飞越式发展起到一个科学导向作用。
2.3 在试题库系统中的应用
随着教育体制改革的不断深入，计算机应用的普及，高校试题库系统得到了越来越广泛的重视。高校试题库系统主要包括考题组织，在线考试，答案分析以及试卷分析等几大部分，担负着考核学生学习水平，考察教师教学水平的重要作用，对教学工作的开展有着非常重要的现实意义。纵观以往的题库管理系统，多半都以难易度、区分度等为主要衡量指标，以组成一套合理的试卷为目的，考察学生的知识掌握水平。但是这些题库系统普遍缺乏综合分析、辅助决策的能力;并且对其历史积累的海量信息中隐含知识的利用无能为力。针对上述问题可以采用数据挖掘中的演变分析方法对其进行建模，根据教学时间序列的变化，周期长短的变化，不同教师类似性分析，从中发掘出学生掌握知识的最佳时期。
2.4 在教师管理中的运用
要培养有能力素质高的学生离不开精锐的师资队伍。高校如何对现有师资资源进行管理和利用，也是数据挖掘技术研究的一个重要方面。提高教师教学水平，提高教师自身素质，教师待遇的权衡等问题可以利用数据挖掘中数据区分规则进行研究，对两组教师队伍进行分析，可以帮助发现两类之间更多的区分特性，从而决定教师教学能力和水平，对其进行奖惩，提高教师能力。
2.5 在分层次教学研究中的应用数据挖掘
将数据挖掘技术和现代教育统计学中有关技术相结合，可以为实际教学活动提供决策指导。研究主要以数据挖掘技术中关联规则发现的相关理论为基础，运用经典教育统计理论对教育活动中的分层次教学实例进行分析，通过对教学活动中的各影响因素进行数据挖掘，从而发现影响教学结果的关联规则，并将数据挖掘的预测结果反馈到新的教学活动中，为实际教学活动提供决策指导。
3 结束语
如今的社会，到处都讲究素质人才，这些素质人才的来源就是各大高校。数据挖掘技术应用在教育领域，不仅是教育界的一大突破，更对将来的社会有着不可估量的价值。利用数据挖掘技术帮助社会培养出更多针对型人才，势必将成为未来数据挖掘技术要研究的方向。
参考文献：
[1] Jiawei Han,Micheline Kamber著.数据挖掘概念与技术[M].加拿大。机械工业出版社 2004.
[2] 孙宏才.层次分析法与决策科学化[M].北京:中国经济出版社，1994.
[3] 李新良.数据挖掘在教学测评系统中的应用与研究[J].湖南人文科技学院学报 2007(6):45-47.
[4] 查欣.基于数据挖掘的高效管理信息系统的设计与实现[J].中国现代教育装备 2008(2):53-55.
[5] 吕红.基于数据挖掘技术的高校教学质量考评研究[J].理工高教研究 2007(5):94-97.
关键词：数据挖掘；高校教育；管理系统；关联规则；决策依据
中图分类号：TP311文献标识码：A文章编号：1009-3044(2008)33-1283-01
A Brief Discussion on Data Mining for Higher Education in the Field of Application
JIANG Lian
(Jiangsu Teachers University of Technology, Changzhou 213000，China)
Abstract: Base on the problems in large amounts of data storage and management in the current education system,the article suggests that use of data mining technology to co-ordinate the planning and reasonable use of these data, and summed up the use of these technologies has been part of the area.
Key words: data mining; higher education; management system;Association Rules; Basis for decision making
1 引言
近年来，许多高等学校在教学和日常管理工作中积累了大量的数据，但这些海量数据却没有有效的利用。学校管理人员在日常整理中只是通过统计或排序等简单功能获得表面的潜在信息，因此对于这些数据的挖掘是一个待开发的“金库”。如何对这些表面数据再次进行有效管理和整合，从中发现规律，将现有的管理数据转化为可供使用的知识，以便于为学校管理者提供决策支持，提高管理水平和办学质量，是现在各大高校都在研究和讨论的重点。
2 数据挖掘引入教育领域
数据挖掘是一门能够从大量数据中发现有用知识的技术学科，是从大型数据库或数据仓库中提取隐含的，未知的，非平凡的极有潜在应用价值的信息或模式，是数据库研究中的一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。利用这一技术，我们可以通过客观统计和分析．从大量数据中发现潜在规律，找出隐含的模式，准确掌握未来的动态。将数据挖掘技术与教学管理相结合．从中提取出隐藏在数据之中的有用信息．使信息系统的功能得到最大程度的利用．并使之能在功能上更加满足学校教学和管理的需要。
如今各高校大都在师资队伍建设，学生学籍、成绩管理等方面积极采用数据挖掘技术对之前收集的数据进行管理，解决教育领域中存在的诸多决策问题。例如对学生的就业情况是学校最为关心的问题之一，根据往届学生就业面就业渠道等情况，找到提高学生就业率的相应规律，并及时调整专业课程的设置和就业指导的方法；根据现有的学生学习成绩的分析，为各专业院系提供切实可行的提高教学质量、优化教学资源的依据;根据现有的教师队伍情况，预测招生数量与生源，合理的安排，为学科建设和师资队伍建设提供决策依据等。总之，在目前学生生源减少，而各高校又扩招，学生就业压力大增的情况下，数据挖掘的结果可以为各高校提供与时俱进发展，合理分配资源提供重要方法，可以为高校领导层提供科学的决策依据，成为管理决策支持系统中不可缺少的重要工具。
下面，就数据挖掘技术在高校教育领域中的应用作一些简单的介绍。
2.1 在高校教学质量评估中的应用
高校教学评估是每个高校定期必须接受的教育部的审核，通过对高校的教学评估发现教学中存在的问题，及时地调整教学方案和手段，来提高教学质量，从而培养出顺应时代发展要求的学生是教学质量评估的最终目的。把数据挖掘技术引入到教育领域的评估系统中，不仅提高了教育管理的科学性，而且增强了教育数字化建设的实效性。基于数据挖掘的关联规则法应用于的教学质量评估中，从教师教学的效果，学生和教师的互动，教学与教学场所等因素中找出其中的内在联系，为教学部门提供决策支持信息使之更好地开展教学工作，提高教学质量。该领域的研究具有一定的潜力．许多学者都在这方面发现新的算法，以此帮助高校有效快速的提高教学质量。
2.2 在学生工作管理系统中的应用
将数据挖掘技术中的决策树技术运用到学生管理系统中，建立一个学生管理决策树挖掘系统，对学生日常管理进行分类挖掘。通过挖掘系统可以得到许多有价值的信息，这些信息在帮助学校更好地进行学生的管理、掌握学生日常生活的情况、帮助学校更好的了解学生生活情况，及时发现问题学生等方面具有重要的指导意义。在学生工作中，随着数据信息的不断增长，把数据挖掘技术应用到管理中，以建立高校科学学生管理系统，必将为高校各级领导部门的决策提供切实可行的提高学生质量、优化学生生活的依据，为高校在激烈的竞争中掌握主动在未来的发展中提供更广阔的空间，发挥重要的作用，为高校的飞越式发展起到一个科学导向作用。
2.3 在试题库系统中的应用
随着教育体制改革的不断深入，计算机应用的普及，高校试题库系统得到了越来越广泛的重视。高校试题库系统主要包括考题组织，在线考试，答案分析以及试卷分析等几大部分，担负着考核学生学习水平，考察教师教学水平的重要作用，对教学工作的开展有着非常重要的现实意义。纵观以往的题库管理系统，多半都以难易度、区分度等为主要衡量指标，以组成一套合理的试卷为目的，考察学生的知识掌握水平。但是这些题库系统普遍缺乏综合分析、辅助决策的能力;并且对其历史积累的海量信息中隐含知识的利用无能为力。针对上述问题可以采用数据挖掘中的演变分析方法对其进行建模，根据教学时间序列的变化，周期长短的变化，不同教师类似性分析，从中发掘出学生掌握知识的最佳时期。
2.4 在教师管理中的运用
要培养有能力素质高的学生离不开精锐的师资队伍。高校如何对现有师资资源进行管理和利用，也是数据挖掘技术研究的一个重要方面。提高教师教学水平，提高教师自身素质，教师待遇的权衡等问题可以利用数据挖掘中数据区分规则进行研究，对两组教师队伍进行分析，可以帮助发现两类之间更多的区分特性，从而决定教师教学能力和水平，对其进行奖惩，提高教师能力。
2.5 在分层次教学研究中的应用数据挖掘
将数据挖掘技术和现代教育统计学中有关技术相结合，可以为实际教学活动提供决策指导。研究主要以数据挖掘技术中关联规则发现的相关理论为基础，运用经典教育统计理论对教育活动中的分层次教学实例进行分析，通过对教学活动中的各影响因素进行数据挖掘，从而发现影响教学结果的关联规则，并将数据挖掘的预测结果反馈到新的教学活动中，为实际教学活动提供决策指导。
3 结束语
如今的社会，到处都讲究素质人才，这些素质人才的来源就是各大高校。数据挖掘技术应用在教育领域，不仅是教育界的一大突破，更对将来的社会有着不可估量的价值。利用数据挖掘技术帮助社会培养出更多针对型人才，势必将成为未来数据挖掘技术要研究的方向。
参考文献：
[1] Jiawei Han,Micheline Kamber著.数据挖掘概念与技术[M].加拿大。机械工业出版社 2004.
[2] 孙宏才.层次分析法与决策科学化[M].北京:中国经济出版社，1994.
[3] 李新良.数据挖掘在教学测评系统中的应用与研究[J].湖南人文科技学院学报 2007(6):45-47.
[4] 查欣.基于数据挖掘的高效管理信息系统的设计与实现[J].中国现代教育装备 2008(2):53-55.
[5] 吕红.基于数据挖掘技术的高校教学质量考评研究[J].理工高教研究 2007(5):94-97.