数据挖掘在高校教学质量评价中的应用

长江大学工程技术学院信息工程学院 张 路 张继成

数据挖掘在高校教学质量评价中的应用

长江大学工程技术学院信息工程学院 张 路 张继成

本文首先简要概述数据挖掘的定义、方法及处理过程，进而分析数据挖掘在高校教学质量评价领域中的应用。主要从三个方面进行分析：提高教学质量、改善课程体系结构、教师的课堂教学效果与学生的学习效果评价，最后得出结论。

数据挖掘；教学质量；学习效果；课程结构

高校的教育教学管理正与计算机网络技术不断结合，形成了网络化校园，提高了管理质量与工作效率。在教学管理信息化的过程中形成了海量的数据信息，本课题所研究的正是如何在这些海量信息中提取有价值的数据。

数据挖掘是一门综合了人工智能、机器学习、数据库、统计学和细心科学等知识的跨多学科技术，数据挖掘技术可以从大量的数据中提取筛选出有价值的信息，为决策者做出正确的决策提供有效的理论依据。因此，可以在海量的教务系统信息中应用数据挖掘技术，从而找出科学规律以及数据之间的关联关系，为更好的提高教育教学质量提供服务。

一、数据挖掘的定义

数据挖掘，就是从大量的、不完全的、有噪声的、模糊的、随机的数据集中，提取隐含在其中的、人们事先不知道的，新颖有效的、潜在的有用的信息和知识模式的过程。

二、数据挖掘的方法

数据挖掘的方法有：序列模式分析、关联分析、分类分析、聚类分析[1]。序列模式分析的功能主要是用来找出数据之间在时间上的前后关系。比如它可以发现类似于：在第二周，教师讲解了第二章物理层，接着在第三周讲解了第三章数据链路层”之类的知识。关联分析的功能是利用设定的关联规则，深入挖掘出数据之间看似毫不相干的隐蔽关系。例如它可以发现类似于：部分已婚男士在购买尿不湿的同时居然也购买了啤酒”之类的知识。分类分析的方法是通过标记示例数据库中的数据，运用分类技术，按照数据挖掘中的标记分类，分析出类型之间的分类规则，将挖掘出的分类规则应用在其他数据中，对其他数据源进行相同的分类。聚类分析是在没有给定分类划分方法的前提下，通过数据之间的相似度进行分类的方法，以数据中能够代表数据相似度的某个统计量作为依据，将相似度大的数据统计为一类。

三、数据处理过程

（1）数据准备过程

数据准备分为三个过程[2]，1.数据选择，指在数据库中选择有关数据，如：提取 2011 级至 2015 级学生的计算机网络课程笔试成绩和综合测评成绩，对学生的考试成绩与平时成绩进行分析。2.数据预处理，指对选择的数据做简单的处理，使经过处理之后的数据可以作为数据挖掘的原始数据。这一过程主要是消除数据中一些不符合要求的数据，降低噪声。避免出现相同数据不同名或名称相同意义不同的数据，以及数据记录不完整的数据。如同一门课程在不同时期的不同名称，《计算机网络》有时又叫做《计算机网络技术》、提取的学生成绩数据中，少数同学有缓考，作弊等情况，要将这些不完整的数据记录进行删除。3.数据变换，指的是精简所选数据的维度，将数据中一些无关的属性删除，只保留对数据挖掘有用的数据。

（2）数据挖掘阶段

此阶段指的是利用数据挖掘的各种算法和分析工具对数据进行计算，挖掘数据之间的关联关系。数据挖掘算法各有特色，没有好坏之分，相同的数据由于所选取的挖掘算法不同，可能会得到完全不同的结果，所以，选取适合实际问题的算法对挖掘的质量和效果有非常大的影响。

（3）结果表达和解释阶段

此阶段的功能是对挖掘出的有价值的信息进行总结归纳，剔除冗余和噪声。如果挖掘的过程并没有得到有价值的关系，则需要重复执行前两步，重新选取数据，或者挖掘算法，重新进行挖掘。如通过对2011级到2015级学生的所学课程及成绩运用关联分析算法进行挖掘，归纳分析结果，可以得出学生综合成绩与开设课程之间的关联关系。

四、数据挖掘技术在高校教学中的应用

（1）提高教学质量

为提高教学质量，加强对年轻教师的管理，学院在每学期会对年轻教师进行综合测评，测评的方式是由教师所在分院的院领导、督导专家、同事、所教学生就任课教师的教学态度、指导思想、教学内容设置与组织形式、教学方式方法以及最终的教学效果进行打分测评。但是，由于评价人在对评价标准的理解上存在偏差，学生在评价老师的时候带有一定的随意性，对学科知识具有一定的好恶，进而会影响对任课教师教学质量的评价。因此，测评结果并不一定会准确的反应任课教师的实际教学能力。将数据挖掘技术应用于教学综合测评，合理设定教学质量测评中院领导、督导专家、同行以及学生打分的权重系数，使用Apriori算法对选择的数据进行挖掘，得出教学质量与年轻教师教龄、职称、学历结构、教学方法的关联关系。学院教务处可以将挖掘出的这些关系综合应用于教学管理中，制定出可以客观公正的量化教师课堂教学质量的制度。

（2）优化课程体系结构

通过对专业所开设课程数据以及毕业生毕业去向数据进行挖掘，可以得出学生在校所学课程和毕业之后工作去向之间的关系。如：课程之间先修课的问题，课程体系结构中课时分配关系等。比如，计算机专业的《网络工程与网络管理》往往将《计算机网络技术》作为先修课程，使得在学习网络管理课程时具备一定的网络基础知识，能够对网络分层、IP地址、网络协议等内容有一定的了解，进而对网络管理课程中的交换机、路由器划分子网能够很好的理解。《网络工程与网络管理》课程之后还可以设置《局域网组建与管理》课程，根据社会对人才的需求，合理安排教学内容，有利于学生就业。此外，还可以优化课程，摒弃陈旧课程，加入新的教学内容，如计算机专业可以加大项目教学和实训课时，引进基于Android的程序开发类课程，进一步提高学生的创新实践能力。

（3）合理评价学生学习效果与教师课堂教学之间的关系

运用数据挖掘技术对教师的课堂教学以及学生的学习效果进行客观分析挖掘，不仅可以检测教师的课堂教学质量水平，而且对教学和学习行为起到积极推动作用，激发学生学习和教师工作的积极性。通过分析挖掘教师课堂教学效果与学生学习效果之间的关系，可以发现隐藏在其中的对教学质量提高起到积极和消极方面的因素，对积极的因素进行发扬，对消极的因素尽量避免，这样可以对教师起到鼓励与鞭策的作用。

五、总结

通过对数据挖掘技术与高校教育教学工作进行结合，可以发挥出数据挖掘的优势，挖掘出隐藏的对提高高校教学质量水平有利与有弊的因素，进而进行有针对性的发扬与遏制，可以有效提高高校教学水平。如何应用数据挖掘技术来提高高等教育教学水平是目前一个具有挑战性的课题。

[1]侯锟．数据挖掘技术在高校教育教学中的应用[J]．吉林省教育学院学报,2012(7):51-52．

[2]张林．数据挖掘技术及其在高等教育教学中对的应用[J]．宿州学院学报,2011(2):95-97．

[3]刘征．基于数据挖掘技术的教学质量评价系统的研究[J]．电脑知识与技术,2013(6):1256-1257．

张路（1985—），男，山东泰安人，硕士，讲师，主要研究领域为：本体与语义Web、信息检索，数据挖掘。

张继成（1984—），男，河南信阳人，硕士，讲师，主要研究领域为：高性能计算与无线网络、数据挖掘。

湖北省教育科学规划2016年度立项课题资助（2016GB125）。