数据挖掘技术在高职院校学生成绩管理中的应用分析与探究

袁小玲,李 瑞

（陕西财经职业技术学院,陕西咸阳,712000）

数据挖掘技术在高职院校学生成绩管理中的应用分析与探究

袁小玲,李 瑞

（陕西财经职业技术学院,陕西咸阳,712000）

学生成绩管理工作是高职院校学生管理工作的重要组成部分，目前大部分高职院校所采用的都是人工管理加简单的学生成绩处理系统。这种管理方法没有办法从大量的学生成绩信息中提取更多有用的信息，将数据挖掘技术应用在学生成绩管理中可以从大量零散看似毫无联系的数据中，找出数据内在和潜在的一些联系并总结出规律，为各学校改变教学方法和教学手段提供有利的依据。

成绩管理；数据挖掘；决策树

0 引言

目前很多高职院校对于学生成绩的管理，通常都是由教师批阅学生试卷并将学生成绩输入到学校的成绩管理系统中，由系统依据学生分数的分部情况作出分析，统计各分数段的人数以及成绩大概分部情况。至于学生成绩中得那些知识是得分点和那些是失分点没有办法分析，以及学习本课程的必要性和重要性无法分析，大量的学生成绩只是简单存放在学生管理系统中，造成很大的系统资源的浪费。如何将学生的成绩更加有效的利用起来成了目前学生成绩管理系统需要解决的重要问题。

1 研究现状

随着近两年各高职院校学生人数的不断增加，每个学校目前正在运行的各种数据管理系统都面临着学生数据信息量过于庞大的问题，一般数据管理系统对于数据只能完成一些简单查询、统计、存储和检索功能，无法从大量存放的数据中自动提取出那些有用的隐藏在数据背后的那些信息，数据大量堆积信息利用率过低，使得这些数据变成系统的负担，如何利用已经有的数据，挖掘出事物之间的内在联系并总结出经验，为学校改变教学策略提高教学质量提供可靠的依据是每一个学校都面临的问题。

高职院校的考试题目除了个别科目采用统一的数据试题库的形式考试，绝大部分都是由代课老师们自己出考试题目，试题中知识点的覆盖率，合理性，教学难点和重点是否有体现，学生考试完后从试题中反馈回来的除了考试成绩和成绩及格率优秀率等数据外没有反馈出任何关于试卷质量信息，以及学生对于教学中各知识点的掌握情况都没有体现出来，这样的考试成绩对于提高教学质量和改变教学方法根本提供不了有效的帮助。

2 研究意义

在当今社会随着数据库和人工智能技术的不断发展，数据挖掘技术的应用范围也越来越广泛，数据挖掘技术可以对已经有的数据进行总结、分析、统计和推理，来发现这些事物之间的内在联

系，对事物的发展趋势进行推测。

在学生成绩管理系统中应用数据挖掘技术很有意义，数据挖掘技术可以更加科学的分析学生成绩与各种学习影响因素之间隐藏的内在联系，例如分析学生考试成绩和其它相关数据，数据挖掘技术可以回答例如“在教学过程中那些教学内容的课时分配不足，那些课程在开设顺序上应该调整，那种教学方式更适合那一门课程”等问题。这些都是现行成绩管理系统无法做到的。通过数据挖掘工具对学生的学习成绩进行处理，可以客观及时的给出对学生的评价结果，分析出学生在教学过程中那个环节接受能力较差，以及学生更喜欢那种方式的教学方式。好的信息反馈会更加有利于老师及时改正教学方式和调整教学内容，为学校管理工作者改进教育制度、进行教学改革提供科学的参考依据。

3 数据挖掘技术在学生成绩管理系统应用分析

数据挖掘可以在多种类型的数据存储方式上进行，例如：关系数据库、数据仓库、事务数据库和网络数据库，其中关系数据库具有完备的数学理论基础和非常广泛的普及度，是数据挖掘技术研究的最主要的数据形式。

将数据挖掘技术应用在学生成绩管理系统中能从以下多个方面来改变现行系统的不足。（1）在成绩方面，学生成绩是衡量学生学习好坏的最直接的方法关系到学生奖学金等各方面评定。科学合理的评测学生成绩会更加有利于调动学生学习的积极性。目前的系统只能对成绩进行统计只能给出成绩字面层次的信息，数据挖掘技术不但可以统计出学生成绩个分数段的分布情况、及格率和优秀率等基本情况，还可以通过对学生本学期成绩、以前多次考试成绩和学生多个学期的平时成绩进行分析、比对和挖掘，推测出该学生后面学习情况的大概趋势、和影响学生学习的潜在因素等信息。这样可以更加合理的给出学生的综合评定成绩。（2）考试方面，考试在教学环节必不可少的环节，现行系统从考试中得到的只有成绩，数据挖掘技术可以结合学生成绩和试题中各知识点的分部情况，分析出那些内容在以后的教学中要加强练习，试题的难易程度等信息为教师改变教学方法提供重要依据。（3）教学评价。教学评价是对于老师工作的一种肯定，科学的评价可以更好激发老师工作的潜力。现行评定方法大多是学生成绩加学生问卷，这种方法过于主观会打击教师的工作热情，结合成绩、试题难易度和学生平时成绩等多做信息可以挖掘出更多数据之间内在联系。（4）课程设置，学生的学习是循序渐进的，课程之间也有着联系和先后顺序，基础课程没有学好会影响到后面专业课程的学习，每个学期学生学习课程的多少也会影响学生的学习效果。利用管理系统中现有的学生成绩数据结合数据挖掘技术可以得出一些非常有价值的规则和信息，放映出影响学生成绩的部分因素，在此基础上，将课程设置做出更加合理的安排

4 数据挖掘技术在学生成绩管理系统应用研究

如何对学生的成绩进行更加全面的分析和处理，找到影响学生学习成绩的各种潜在因素呢？如经过对学生成绩数据进行分析找出诸如“学生入校成绩各科成绩对于学生在学习本专业相关课程的学习影响有多大”、“每学期所开设的课程是否合理是否搭配科学”等问题真正答案。

进行数据挖掘的大概有以下几个工作步骤：

（1）问题定义: 按照用户的要求，确定挖掘知识的类型，挖掘模式和方法等。

（2）准备数据，包括集成数据、清理数据、转换数据和数据归约。其中集成数据是将零散存放的数据集中在一个数据存储中，数据清理主要是元组和空缺值的处理，转换数据的目的是将数据处理成适合数据挖掘的形式。数据归约的目的是在不影响挖掘结果的前提下缩小挖掘规模。

（3）数据挖掘：参照最终目标和各算法的特点，选择挖掘方法

（4）模式解释和知识评价:去除多余模式，将有意义的模式转化成用户可理解的语言。

数据挖掘技术是针对特定应用数据分析处理的过程。如何选择数据挖掘方法，是根据用户实际期望得到的知识类型和具体的数据挖掘目标来决定的。在数据挖掘技术中，有神经网络法、贝叶斯法、粗糙集和决策树法等方法，最为典型的方法是决策树法，决策树（Decision Tree）是用于预测和分类的主要技术，决策树方法是以实例为基础的归纳学习算法，通过一组没有次序、没有规则的实例中推理出决策树表现形式的分类规则。

学生成绩数据库的数据一般覆盖的面积比较广，包括的类型也很多，例如：课程信息、试题信息、成绩信息、教师信息等，这些数据有连续属性也有分散属性数据。决策树方法对于处理连续和离散型数据相对其它方法更好，决策树方法能够清楚的表现出各个属性的重要程度，并且计算量相对来说不是很大，能够生成普通用户都可以很好理解的规则。将决策树方法应用到成绩管理系统中，对学生成绩进行更深层次的分析和挖掘，提取出隐藏在数据之中的有用的信息。这些信息对于学校在评定教师工作和学生学习状态将有着很大的帮助。

数据挖掘技术和学生成绩管理相结合使用，可以更好的掌握学生的学习情况，为学校在制定各种奖励制度提供更加可靠的参考依据，为管理者在开设课程时提供更加合理的参考信息。同时对于教师教学的改变，学生学习方法的改变等诸多方都会提供很好的参考依据。这些改变会对各高职院校教学管理水平的改进和教学质量的提高提供有着很大的帮助，为稳定学校教学秩序，进一步改善考风、学风、教风，改善题库和课程建设等具有重要意义。

[1]刘美玲，李熹，李永胜.数据挖掘技术在高校教学与管理中的应用[J]计算机工程与设计，2010，（5）：1130-1133

[2] 潘锋.浅谈数据挖掘技术在高校管理中的应用[J].重庆科技学院学报（社会科学版），2008，（4）：100-101

The research and application of data mining technology in the student management in Higher Vocational Colleges

Yuan Xiaoling，Li Rui
(Shaanxi Vocational College of Finance and Economics,Shaanxi Xianyang,712000)

Students management work is an important part of student management work in higher vocational colleges,the most part of the higher vocational colleges are artificial and student achievement management system simple.This management method have no way to extract more useful information from a large number of student achievement information, the application of data mining technology in the management of student achievement can be from a large number of scattered seemingly disparate data,find out the intrinsic and potential data links and summed up the law,provide the advantageous basis for schools to change teaching method and teaching means.

performance management;data mining;decision tree