浅析数据挖掘技术在学生管理系统中的应用

巢湘萍+肖莎

摘要："智慧"理念引导下的高校教育教学模式正在产生巨大变革，数据挖掘技术作为一种新型数据分析技术，通过挖掘分析并形成智能决策依据，广泛应用于高校教育教学中，成为学生管理系统不可或缺的一部分。

关键词：数据挖掘；智能决策；学生成绩；管理

一、引言

近几年来，随着信息技术的飞速发展，"智慧"理念引导下的高校已建成或正在建设“智慧校园”——信息技术高度融合、信息化应用深度整合、信息终端广泛感知的信息化校园。数据挖掘技术作为一种新型数据分析技术，是应用数据挖掘方法对数据实施深度挖掘并形成智能决策依据，从而为教育者、学习者、管理者、教育软件开发者和教育研究者等提供服务。数据挖掘技术的技术特性和潜在价值使其成为学生管理系统中“智慧”精髓部分，是“智慧校园”不可或缺的一部分。

目前，国内许多高校学生管理系统平台建设已逐步趋于成熟，随着应用的不断深入，产生和收集数据的能力大为提高，各个业务平台中积累了大量详实的教育信息数据。面对浩如烟海的数据，数据的利用仅停留在监控、查询、统计等简单应用，信息资源未真正发挥其价值，数据背后隐藏的许多重要信息未能被挖掘利用，而这些信息正是教育管理部门和学校的宝贵财富。所以需要对其进行更高层次的数据分析，提取出有用的规则和知识，为教育教学提供系统、科学化的决策指导，能满足这一需求的强有力的技术就是数据挖掘技术。

二、数据挖掘技术的研究现状

从1989年首届人工智能国际学术研讨会议召开至今，经过多年的发展，由人工智能延伸出来的数据挖掘技术己经积累了丰富的研究成果，越来越多的基础理论、技术、工具、应用领域的最新研巧成果源源不断的出现。目前，国外研究数据挖掘方面的机构有很多，包括很多的教育机构比如有麻省理工、斯坦福大学等，还有ACM、KDNET等研究组织。在国内，一般高等教育机构或者研究所都会有大量的数据挖掘研究人员，研究涉及到数据挖掘算法理论及应用实际。如著名学府上海交通大学、南京大学等高等院校对包括增量及关联在内的数据挖掘算法的改进研究。数据挖掘算法的应用研究不再局限于初始的商业领域，各种教学评价、金融、交通管理、搜索引擎、生物科技等众多社会层面的信息化领域都和数据挖掘息息相关。

三、数据挖掘技术在学生管理系统中的应用

1.学生成绩分析

利用现有学生成绩数据库和学生基础信息数据库，应用数据挖掘算法进行情况分类、关联分析，得出了科目的关联拓扑图。从中科学地分析出影响科目成绩高低的潜在因素（如户籍、高考分数、性别等看似无关的因素），有利于教师因材施教，促进课堂改革；找出科目与科目之间的关联，指导合理排课和及时调整教学内容，从根本上提高课堂教学效果；预测分析不及格学生特征，提前预警，有针对性完善现有的教务管理，帮扶并监控预警学生群体认真学习，降低高校不及格率。

2.学生自主学习。

随着信息化建设的不断推进，学生自主学习不再局限于书本知识。通过互联网、手机新媒体等多种渠道，学生可以自主选择喜欢的学习方式和内容，如教学视频、论坛讨论、在线实时交流、电子课件下载、收发邮件等，学习内容和途径的选择广而杂，而且学习效果无法考量。学生的个性差异与自主学习过程数据难以量化和统计，无疑造成教师对学生自主学习获得的知识多少、掌握的具体情况以及获得的有益知识等等无法评价，导致学习过程中缺乏有效地指导与监控。利用数据挖掘技术收集、分析学生在网络学习过程中的动态和静态信息，使学生个性特征的收集和分析工作由人工转向自动，对学生自主学习进行系统的客观的评价，真实地反映学生对知识的理解和掌握情况，从而帮助教师及时调整教学计划和方案，对不同的学生提供不同的教学资源，为学生自主学习的开展与改进方面提供有效的指导。

3.教学效果评价

将选课信息数据库、教学测评数据库与学生成绩数据库进行信息的处理和整合，利用决策树分类和关联分析可以分析教师的个人素质与教学水平之间的关系，专业素养与教学成果之间的关系，以科学的方法实现教学评价结果的公正、公平。同时为进行科学合理的教学管理提供决策指导，从正确的方向对教师进行改造，提高教师的素养和涵养，促进教育事业的蓬勃发展。

4.学生日常管理

随着生源素质的下降，所有学校都存在学生管理难的问题。学生从入学到毕业的信息都记录在学校的数据库中，如学生档案、新生入学教育、军训、学生违纪事件处理、评优、学生的奖学金、贷学金、勤工俭学、困难补助、费用减免、特殊事故的处理与学生平安保险、班主任评语等等。利用数据挖掘技术，可以分析出品学兼优的学生有什么样的特点，而违反纪律，不听管教的学生又有什么样的特点。利用挖掘结果就可以分析出学生的行为规律，便于学校制定对学生日常管理的规章制度。

5.毕业生就业整体分析

通过对学生全面信息的分析以及就业后的跟踪调查，利用数据挖掘可以分析出何种专业的学生在哪类地区就业率高，具备何种素质的学生受到用人单位青睐，以便合理引导本校的教育资源；同时根据学生在校的基本情况数据，关联分析出哪些素质对学生将来成才影响最大，以便在以后的教育中有针对性地培养学生，从而提高毕业生的就业竞争力。

四、结语

数据挖掘技术在学生管理系统领域大有可为，不仅对教育的管理更加科学化，而且也增加了数字化的建设，解决了教学部门的诸多问题，如人才的预测培养、学科不及格预警监管、学风考勤的建设、教学测评等。利用数据技术挖掘日益丰富的教育教学数据，将之转换为宝贵的知识信息财富，从而指导教育管理部门出台正确合理的政策，帮助学校充分利用教学资源、提高教学质量，增强学校的竞争力。教育管理部门和学校应积极寻求该技术在学生管理系统中应用的结合点，更好地促进数据挖掘技术在“智慧校园”中发挥作用。

参考文献：

[1] 李婷，傅钢善.国内外教育数据挖掘研究现状及趋势分析[J]，现代教育技术，2010，20（10）：21-25.

[2] 舒忠梅，徐晓东，屈琼斐.基于数据挖掘的学生投入模型与学习分析[J]，远程教育杂志，2015（1）：39-47.