张阳
【摘 要】学生综合信息管理在学校的管理实践中具有重要的意义,所以强化学生综合信息管理的实践性效果价值显著。从目前的具体分析来看,要提升学生综合信息管理的具体效果,一方面要利用先进的技术,另一方面就需要对信息资料进行挖掘并对其做分类处理,这样,管理能够利用的现实资料会更加的充分。简言之,在学生综合信息管理实践中,挖掘信息深层的联系对于管理的策略制定有重要的帮助,而要实现信息挖掘的目的,数据挖掘技术必须要得到应用。文章就数据挖掘技术在学生综合信息管理系统中的运用做分析,旨在为实践提供帮助和指导。
【关键词】信息挖掘技术;学生综合信息管理系统;运用
中图分类号: TP311.13 文献标识码: A 文章编号: 2095-2457(2018)26-0166-002
DOI:10.19694/j.cnki.issn2095-2457.2018.26.076
学校管理是学校教学活动秩序化开展必须要强化的一项工作,尤其是在现阶段,各个学校都在积极的进行现代化发展,而现代化发展中管理的提升是一项重要的内容,因此学校管理被放在了重要的位置上。就学校管理的具体分析来看,为了提升管理的效率和质量,打造信息化管理系统十分的必要,而信息化管理系统的构建一方面需要引入先进的技术,另一方面需要导入丰富的数据,利用技术实现数据关系的分析,这样,对学生的管理策略制定可以更符合学生实践。简言之,综合信息管理系统的具体打造对于学校管理来讲现实意义显著,所以利用数据挖掘技术为系统构建做服务现实价值明显。
1 数据挖掘的概念和主要分析方法
1.1 数据挖掘的概念
数据挖掘是大数据背景下数据利用的一种重要手段,指的是从大量的数据当中,对有效的、新颖的和具有潜在作用的数据进行抽取并对可以理解的知识以及模型、规则等进行利用的过程。数据挖掘在近年来的利用中已经越来越普遍,在不断的完善和发展中,其成为了一门具有广泛涉及面的交叉学科。从目前的数据挖掘来看,其融合了人工智能、数理统计、数据库等多方面的内容。因为数据挖掘融合了人工智能、数理统计、数据库等多方面的内容,所以在信息化管理实践中利用此种技术构建信息管理平台,现代化的信息综合管理实效会更高,其具体表现出来的应用价值会更加显著。
1.2 数据挖掘的分析方法
数据挖掘在目前的各个领域当中有着重要的利用价值,其发展空间也十分的巨大,而就目前的具体研究来看,度数据挖掘进行分析,需要的主要方法有关联规则、分类、聚类以及序列模式等。对目前的关联规则分析法进行研究发现其目的是希望在事务数据库当中发现经常共同出现的项目,从而推断出隐藏在项目背后的某种互相关联的规则。分类法具体指的是按照一定的特征对数据对象进行划分的过程,在分类法利用的时候,要求有已知样本分类作为训练集。聚类指的是利用聚类技术进行数据对象内在规律的识别,通过聚类法分析,相似的类可以得到聚合,数据的分布规律也可以导出。总之,无论是哪种方法的利用,其最终的目标都是要强化数据信息的价值体现。
2 基于数据挖掘技术的分析型CRM
2.1 CRM产品的分类
数据挖掘技术在目前的应用中发挥着重要的价值,所以基于数据挖掘技术会产生众多的产品,分析型CRM就只其中的突出代表。就目前的CRM产品来看,按照其功能可以将其划分为三类:第一类是操作性CRM。此类的产强调的是通过技术手段实现管理内部与学生相关的各种信息,比如成绩、奖惩状况、活动评价等方面的自动化。通过操作性CRM的具体利用,学校信息化综合管理系统的运行实效会有显著的提升。第二类是协作性CRM。此类产品的应用目的是通过自动化的手段集成管理信息化管理系统与学生交互的渠道,从而对管理中存在的问题等进行分析,进而实现管理的实践改善。第三类是分析型CRM。此类产品的利用目的是要在数据挖掘和数据仓库技术的支持下,通过对海量数据进行分析,从而理解学生的分类、价值以及各方面的行为等。对学校目前综合信息管理系统的实际操作进行分析发现,其实际应用中对分析型CRM的利用表现的比较显著。
2.2 数据挖掘技术在分析型CRM當中的应用
就目前的学校综合信息管理系统构建来看,数据挖掘技术得到了较为普遍的应用,主要是因为在学校信息化管理系统的建设中,分析型CRM的应用较为普遍。从具体的研究来看,数据挖掘技术在分析型CRM当中的应用主要体现在三个方面:第一是对学生群体的细致划分。利用分析型CRM,可以将学生的性别、姓名、籍贯、成绩以及学校表现等各方面的信息进行总结,而这些细小行为特征可以将学生群体进行进一步的分类。第二是交叉管理。所谓的交叉管理指的是向未执行管理措施的学生推进已执行且效果比较显著的管理行为。这种管理行为的推进与学生具体行为中的习惯表现以及好恶事项有着显著的联系。第三是学生管理的有效性分析。利用分析型CRM可以将学生管理活动的具体情况以及该情况产生的原因进行分析,这对于学校管理的措施采用和措施改善来讲有重要的借鉴意义。
2.3 技术数据挖掘的分析型CRM系统的框架结构
在学校综合信息管理系统的构建中,数据挖掘技术需要得到重点的运用,而分析型CRM产品使用了数据挖掘技术,并对系统建立产生了重要的影响,所以研究分析型CRM产品的系统结构也就具有了重要的价值。就目前的具体分析来看,分析型CRM系统的框架结构主要包括了五个基本的模块,第一是总控程序;第二是图形用户界面;第三是任务组件模块;第四是挖掘殷勤及数据挖掘算法函数库;第五是数据准备模块。这五个模块构成了完整的分析型CRM产品,此产品的具体利用使得数据挖掘技术的有效价值得到了发挥,所以重视分析型CRM产品的结构分析并做好建构的设计优化对于数据挖掘技术的利用来讲有重要的意义。
3 基于决策树的学校学生管理有效性分析
在学校的综合信息管理系统建设当中,学生管理是否有效是需要重点讨论的内容,所以对学生管理的具体情况做分析和研究具有重要的现实意义。
3.1 需求理解和模型选择
所谓的学校学生管理有效性分析实际上是学校希望能够在基于数据挖掘技术的基础上建立管理有效性的预测模型,从而详细的掌握对管理有效率有重大影响的因素,并从这些因素出发进行相应的措施控制。从具体的利用来看,分类和聚类两种方法都可以用来进行管理有效性的分析。但是两种方法在实际使用中存在着比较明显的差别,其中最为显著的差异是对已标定样本的需要。根据实践做研究发现可以利用管理的历史数据来做管理有效性的训练样本。基于这样的样本原则,在具体的管理模型选择方面,分类的优势会表现的更加明显。
3.2 数据准备
在进行数据挖掘的时候,数据准备是一个必要的阶段,因为数据准备的充分性对于挖掘算法的效率以及正确性有着非常显著的影响。从具体的应用实践来看,数据准备阶段的时间利用要占据整个数据挖掘进程的60%,可见数据准备的重要性。从工作实践性方面进行分析发现,数据准备工作需要进行数据清理、数据集成以及数据变换和数据归纳等工作。在学校的综合信息管理系统建设中,为了保证系统的管理实效,必须要对数据准备工作投入更多的精力、财力和物力,这样,数据准备的完善性会更加突出,其对于系统的帮助会更大。
3.3 核心算法
核心算法指的是在数据准备完成之后,挖掘数据引擎调用相应的算法来进行的数据挖掘分析。学校综合信息管理系统建设中数据挖掘利用分类法的优势更加显著,所以要利用分类决策树方法进行学生管理有效性的分析。在确定好核心算法之后,对已经准备好的数据进行测试,就可以根据该学生的属性以及具体行为历史对该学生的管理有效性进行决策树判断。简言之,核心算法是证实管理是否有效的关键性步骤。
3.4 模型评估
决策树算法的执行结果是一棵能够表明哪些因素影学生管理有效性的决策树,系统可以利用图形可视化的方式辅以文本以及报表等进行结果的展示,这样可以方便分析人员进行分析。当然,分析结果的正确与否以及可利用价值大小和分析模型的关系也十分的密切,所以需要对模型进行价值评估。简言之,具体分析的管理有效性数据是否具有可靠性,其对实践管理的指导效果发挥与模型评估有着较为明显的关系,所以要对模型评估加以重视。
4 学校综合信息管理系统构建中数据挖掘技术的利用价值
综合上述的分析可知,学校综合信息管理系统对于学校的管理实践来讲有重要的意义,系统构建的越科学,其在管理中作用发挥越显著,信息化管理的质量也会越高,反之亦然,所以学校管理的具体结果如何便由系统构建的完整性与科学性所决定。数据挖掘技术在数据分析和处理方面有着较为显著的优势,能够有效的将学校学生的各方面信息做联合处理,还能够基于信息分析管理系统的实践性效果,这对于管理的进一步优化和提升来讲有着重要的作用。简言之,数据挖掘技术的利用使得学下综合信息管理系统的构建更加的科学,系统中各要素之间的逻辑构建更符合管理的实践需要,所以管理系统的实际运行效果在明显优化,运行结果在显著的提升。总之,学校綜合信息管理系统构建中的数据挖掘技术利用产生了显著的水实效。
5 结束语
综上所述,在学校的综合信息管理系统构建中,为了保证系统具有更为突出的管理实效,需要对先进的技术进行利用。数据挖掘技术作为一种具有优越性的数据分析和处理手段,在信息数据的联系性构建和数据资料的逻辑联系分析中具有突出的作用,所以基于数据挖掘技术的应用分析研究学生综合信息管理系统,这对于系统利用有重要的帮助。
【参考文献】
[1]时空数据挖掘研究进展[J].刘大有,陈慧灵,齐红,杨博. 计算机研究与发展.2013(02).
[2]基于关联规则挖掘的伴随车辆发现算法[J].方艾芬,李先通,蔄世明,岳鹏飞.计算机应用与软件.2012(02).
[3]一种面向聚类的对数螺线数据扰动方法[J].黄茂峰,倪巍伟,王佳俊,孙福林,崇志宏.计算机学报.2012(11).
[4]一种基于概念的数据聚类模型[J].张明卫,刘莹,张斌,朱志良.软件学报.2009(09).
[5]基于C/S与B/S的高校科研管理信息系统的设计与实现[J].郭剑毅,申立中,马桂芳,温琪,张世华,车文刚.计算机工程与应用.2003(01).