數(shù)據(jù)挖掘技術(shù)在高校教務(wù)管理中應(yīng)用綜述

1、數(shù)據(jù)挖掘技術(shù)在高校教務(wù)管理中應(yīng)用綜述摘要：高校教務(wù)管理系統(tǒng)中積累大量的教學數(shù)據(jù)， 其中蘊藏一些有用的信息。數(shù)據(jù)挖掘技術(shù)在教務(wù)管理中的應(yīng) 用主要是通過學生的成績、教學評價、教師科研教學等數(shù)據(jù) 的分析，發(fā)現(xiàn)其中隱藏的信息，從而為教務(wù)管理者制定相關(guān) 決策，例如人才培養(yǎng)方案的制定、課程安排、試卷命題提供 依據(jù)。關(guān)鍵詞：數(shù)據(jù)挖掘 教務(wù)管理應(yīng)用中圖分類號：tp311. 13文獻標識碼：a文章編號：1007-3973 (2013) 007-075-021引言近年來，隨著高校信息化建設(shè)的深入，高校內(nèi)部構(gòu)建了 豐富的信息系統(tǒng)并累積了海量數(shù)據(jù)。教務(wù)管理是高校日?；?動中的重要組成部分，對教務(wù)管理系統(tǒng)積累的大量數(shù)據(jù)

2、進行 分析和挖掘，將會發(fā)現(xiàn)一些潛在的知識，從而為提高教學質(zhì) 量，優(yōu)化教學資源提供可靠的數(shù)據(jù)依據(jù)。本從將對數(shù)據(jù)挖掘 技術(shù)在教務(wù)管理中的應(yīng)用進行論述。2數(shù)據(jù)挖掘概述2.1數(shù)據(jù)挖掘的概念與應(yīng)用隨著計算機硬件和信息技術(shù)的發(fā)展，使得海量數(shù)據(jù)的處 理已經(jīng)成為研究與生產(chǎn)中的一項重要工作，數(shù)據(jù)挖掘技術(shù)由 此而誕生。數(shù)據(jù)挖掘也叫知識發(fā)現(xiàn)，指的是從大型數(shù)據(jù)集中 提取一些事先未知的、隱含的潛在知識的過程。這些知識的 表現(xiàn)形式可以是概念、規(guī)律、模式、規(guī)則等。如今，數(shù)據(jù)挖 掘目前已經(jīng)廣泛應(yīng)用于許多領(lǐng)域，比如生物醫(yī)學、金融數(shù)據(jù) 分析、零售業(yè)、電信行業(yè)等等。2. 2數(shù)據(jù)挖掘的功能數(shù)據(jù)挖掘除了具有查詢數(shù)據(jù)的功能，還能夠發(fā)現(xiàn)以

3、前未 發(fā)現(xiàn)的模式，并預(yù)測將來的趨勢和行為。概括起來，數(shù)據(jù)挖 掘主要有以下幾項功能，即概念描述、分類和預(yù)測、關(guān)聯(lián)分 析、聚類分析、和孤立點分析。(1) 概念描述。它是指描述某類對象具有的內(nèi)涵、并 概括這類對象的有關(guān)特征。概念描述的兩種方式分別是數(shù)據(jù) 特征化和數(shù)據(jù)區(qū)分。數(shù)據(jù)特征化是描述某類對象的共同特 征，而數(shù)據(jù)區(qū)分則是描述不同類對象之間的區(qū)別。(2) 分類和預(yù)測。首先，分類建立一個能夠描述并區(qū) 分數(shù)據(jù)類的模型，然后使用這個模型來預(yù)測類標記未知的對 象類。歸納分類的形式有多樣，比如分類規(guī)則、判定樹和神 經(jīng)網(wǎng)絡(luò)等等。當被預(yù)測的值是數(shù)值而不是類標記時，通常稱 之為預(yù)測。(3) 關(guān)聯(lián)分析。關(guān)聯(lián)分析的目的

4、是發(fā)現(xiàn)關(guān)聯(lián)規(guī)則，這 些規(guī)則展示的是兩個或兩個以上的數(shù)據(jù)項頻繁地在給定數(shù) 據(jù)集中一起出現(xiàn)的條件。若這些數(shù)據(jù)項是以某種規(guī)律共同出 現(xiàn)的話，這些數(shù)據(jù)項之間就可能存在某種關(guān)聯(lián)，這種規(guī)律稱 之為關(guān)聯(lián)規(guī)則。其關(guān)聯(lián)類型主要有簡單關(guān)聯(lián)、時序關(guān)聯(lián)、因 果關(guān)聯(lián)?？尚哦染统蔀槭顷P(guān)聯(lián)分析生成的規(guī)則的一個重要衡 量指標。(4) 聚類分析。聚類指的是將待挖掘的數(shù)據(jù)分成多個 類或者簇，具有較高的相似度的數(shù)據(jù)會被分到同一個簇中， 而差距較大的數(shù)據(jù)則會處于不同的簇中。聚類分析是一種重 要的人類行為，它增強了人們對客觀現(xiàn)實的認識，是概念描 述和偏差分析的先決條件。傳統(tǒng)的模式識別方法和數(shù)學統(tǒng)計 法是聚類分析的主要技術(shù)。(5) 孤立

5、點分析。孤立點指的是數(shù)據(jù)庫中存在的一些 異常記錄，它們與數(shù)據(jù)的一般行為或者模型不一致。孤立點 可能會包括很多潛在的知識，如不滿足規(guī)則的特例、分類中 的反常實例，這些罕見的事件可能比正常出現(xiàn)的更有趣。孤 立點分析又稱作孤立點挖掘。2. 3數(shù)據(jù)挖掘的步驟數(shù)據(jù)挖掘的步驟一般包括：確定待挖掘?qū)ο?、?shù)據(jù)預(yù)處 理、建立模型、數(shù)據(jù)挖掘、模式評估和與知識應(yīng)用這幾個階 段，其中數(shù)據(jù)預(yù)處理又包括數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)選擇 與數(shù)據(jù)變換。3教務(wù)管理中的數(shù)據(jù)挖掘數(shù)據(jù)挖據(jù)在教務(wù)管理的應(yīng)用主要有以下項目：學生信息 管理、教學評價、成績分析、遠程教育、智能教學、個性化 培養(yǎng)，其中教學評價、成績分析以及個性化學習方案都是教

6、務(wù)管理的重要環(huán)節(jié)。教務(wù)管理中存在大量的待處理數(shù)據(jù)，比 如教師信息、學生信息、學校的所有課程信息、教學計劃信 息、管理部門的信息等等，使用數(shù)據(jù)挖掘技術(shù)能有效的提高 教務(wù)管理的效率。結(jié)合2. 2中提到的數(shù)據(jù)挖掘的功能，這里 主要介紹在教務(wù)管理系統(tǒng)中比較廣泛應(yīng)用到的以下四種數(shù) 據(jù)挖掘任務(wù)。3. 1分類和預(yù)測分類和預(yù)測在教務(wù)管理的應(yīng)用一般是用于針對學生制 訂個性化的人才培養(yǎng)方案。尊重學生的個性發(fā)展是現(xiàn)代高等 教育的重要理念，這就要求高校將體現(xiàn)學生的個性化特征當 作人才培養(yǎng)的工作重點，要制定不同的培養(yǎng)方式以適應(yīng)不同 的學生的個性發(fā)展。通過積累的一定數(shù)量的數(shù)據(jù)，其內(nèi)容主 要包括學生個體信息，如性格特征、興

7、趣愛好、日常行為記 錄以及學習情況等，還要包括教學信息，如課程設(shè)置、教師 分配和學校教學資源調(diào)配情況等，由此建立若干個模型，在 此基礎(chǔ)上進行分析、歸納和總結(jié)。以共同之處為標準，按照 分類模式進行劃分、歸類，由此制訂出多個具有個性化特征 的培養(yǎng)方案。然后將某個給定范圍內(nèi)的學生劃分，使用某種 個性化的培養(yǎng)方案。將分類與預(yù)測應(yīng)用到制訂人才培養(yǎng)方案 的過程中，既對學校的學科課程設(shè)置提供了建設(shè)性意見，又 為學生自主性學習與個性化學習提供更為科學有效的指導， 有利于實現(xiàn)人才培養(yǎng)的多樣化、個性化、創(chuàng)新型人才的培養(yǎng) 目標。3. 2關(guān)聯(lián)分析關(guān)聯(lián)規(guī)則是通過分析一個事務(wù)中某些項的出現(xiàn)規(guī)律，挖 掘出隱藏在數(shù)據(jù)間的關(guān)聯(lián)

8、或相互關(guān)系。目前在教務(wù)管理應(yīng)用 中研究得最多的就是關(guān)聯(lián)規(guī)則的挖掘，如'關(guān)聯(lián)規(guī)則在選課 系統(tǒng)中的應(yīng)用”和'關(guān)聯(lián)規(guī)則在高校學位預(yù)警中的應(yīng)用”， 兩篇文章所研究得都是對大量學生成績數(shù)據(jù)進行分析，前者 是發(fā)現(xiàn)不同課程設(shè)置順序?qū)W生成績的影響，由此可以更合 理的安排課程順序。后者則是挖掘高年級學生的成績數(shù)據(jù)， 從中得到不能授予學位學生的不及格課程規(guī)律，從而達到學 位預(yù)警的目的。還有一些關(guān)于師資方面應(yīng)用的研究，比如關(guān) 聯(lián)規(guī)則在教務(wù)管理決策支持中的應(yīng)用，通過分析了教務(wù)管理 中教師信息之間的隱藏關(guān)系，并對數(shù)據(jù)進行了標準化、離散 化處理，通過事例分析了教師的教學與科研之間的隱含關(guān) 系，可為教務(wù)管

9、理提供決策支持。3.3聚類分析在教務(wù)管理中，聚類分析主要應(yīng)用于分析試卷質(zhì)量。首 先通過對學生考試成績的分布進行測量，從而對試卷質(zhì)量得 出一個大致評價。一般來說，在試卷編制得比較成功，試題 質(zhì)量較好的情況下，考試成績會呈正態(tài)分布，測量效果符合 自然分布規(guī)律。雙峰型如果考試成績分布呈雙峰型，則說明試題難度區(qū) 分不大，存在偏難或偏易的兩極分化現(xiàn)象，而中等難度的題 目太少。這種試題的難度分布缺乏區(qū)分度，不能將將成績優(yōu) 秀的學生與成績較差的學生進行區(qū)分，只能區(qū)分中等程度的 學生。陡峭型的成績分布則說明試題中的大部分是屬于同等 難度的，這樣的試題難度系數(shù)偏小，致使學生分數(shù)分布過于 集中，這樣也不能將學生的

10、學習成績進行區(qū)分。因此，可通 過對學生考試成績分布狀況的分析，計算出兩個判斷指標， 即峰態(tài)系數(shù)和偏態(tài)系數(shù)，然后將成績分布情況類型進行分 類，再進行聚類分析。如此就能有效地提高試卷命題質(zhì)量。3. 4孤立點檢測孤立點指的是數(shù)據(jù)集中與大部分數(shù)據(jù)模型不一致的數(shù) 據(jù)對象。孤立點檢測又稱作異常檢測，目的在于識別出與其 他數(shù)據(jù)特征有明顯不同的觀測值。孤立點檢測算法的目標是 發(fā)現(xiàn)孤立點，還要避免將正常的對象標注為孤立點。孤立點 檢測算法的兩個標準是高檢測率和低誤報率。教務(wù)管理系統(tǒng) 中的數(shù)據(jù)挖掘大多利用關(guān)聯(lián)分析或者分類分析。在發(fā)現(xiàn)這些 規(guī)則的同時，也會忽略一些偶爾現(xiàn)象。偶爾現(xiàn)象也會包含一 些重要信息，更應(yīng)該引起關(guān)注。孤立點檢測的目的就是找出 教務(wù)管理信息中往往會被忽略的例外情況。例如選取學生各 個學期的平均成績作為特征值，如果該生平均成績呈上升趨 勢，說明該生進步較快，呈下降趨勢則成績下降明顯，成績 不穩(wěn)定的學生則有可能有作弊嫌疑。孤立點檢測還可以用于 課程分析，選取用各個學