数据挖掘技术在高校教学中的应用研究

李 莉

（云南机电职业技术学院 云南 昆明 650203）

1 引言

随着现代科学技术的发展，以及经济水平的提高，在信息化时代信息的总量在不断增加，人们寻找信息的能力也在加强，但是积累的数据越来越多，能有效从大量数据中找到有价值信息的方法十分欠缺，人们发现虽然信息量很大，但是能找到自己所需要的有价值的信息却更加困难，最终导致信息爆炸，而人们却处于信息匮乏中。因此，数据挖掘技术的产生成为人们找寻有价值信息的好帮手，目前数据挖掘技术广泛应用在商业、医疗和科技领域。针对当前在教育领域数据挖掘技术还未被广泛应用的现状，本文主要分析数据挖掘技术在高校教学中可被利用的地方，然后对其改进探索提几点看法。

2 数据挖掘技术的含义和特点

2.1 数据挖掘技术的含义

数据挖掘技术指的是在明确数据挖掘目标的基础上，利用人工智能、集合论、统计学等技术在大量的，随机的数据堆中提取隐藏的，被人们忽视的，但是又十分有用的信息。然后对所提取的数据通过数据挖掘算法进行分析，最后通过可视化的工具描述所提取的数据信息，并表达数据信息规则。数据挖掘的关键技术是关联规制，也就是通过事务库生成、频繁项集生成和关联规则库生成来表达数据规则。

2.2 数据挖掘技术的特点

数据挖掘是一种开放性的思维方式，在挖掘的过程中可综合利用多种模型中的方法或成果。总的来说，数据挖掘技术有以下三个特点：首先有效性，也就是数据挖掘技术可以有效发现被隐藏在数据堆中的有用信息，还能有效发现能体现某局部特征或规律的模型；其次是自动性，也就是该技术可以自动地分析和预测未来的发展趋势，从而能自动地获取新的数据信息；此外数据挖掘技术具有便捷性的特征，能在数据中便捷获得规则，并实时更新。

2.3 数据挖掘技术挖掘信息的目的和过程

数据挖掘技术的主要目的是提取被隐藏的，但是又非常有价值的信息，帮助人们从杂乱膨胀的信息堆中找到自己所需要的信息，并通过对隶属数据和当前数据的分析，预测未来数据信息趋势。

数据挖掘技术挖掘信息的过程可以分成准备、数据挖掘、分析评价和运用四个阶段。整体过程是利用相应的数据挖掘技术和手段，从大量随机的数据中发现还未被人发现的，并隐藏较大使用价值的信息，然后对这些发现的信息通过信息分析手段进一步评估，最后将具有价值的信息提取出来并根据实际情况应用到所需要的领域中。

3 数据挖掘技术在高校教学中的应用研究

数据挖掘技术在高校教学中的应用，主要是帮助教学工作者能全面了解学生的特点，然后因材施教，制定合理的教学计划，设置合理的课程，从而提高教学的效率和质量，提高教学管理水平。具体应用于挖掘学生基本信息、分析学生学习成绩，以及利用该技术进行合理的课程设置三个方面。

3.1 利用数据挖掘技术了解学生的基本信息

数据挖掘技术在学生信息方面的应用，首先是利用该技术挖掘学生的基本信息，包括学生的年龄、个人情况等，然后对这些信息进行分析，根据分析结果全面掌握学生结构，为将来的教学工作和对学生的评价工作做好铺垫。具体方式是利用可视化技术挖掘学生相关信息，然后通过图表或者报告的形式给予教师参考。数据挖掘技术还能从考试系统中挖掘学生的基本情况，教师在了解学生基本成绩情况的基础上，更能针对性地展开教学。

3.2 利用数据挖掘技术分析学生成绩

利用高校的教学管理系统，或者大量的word和excel数据，通过数据挖掘技术挖掘学生学习成绩，经过分析找出影响学生成绩的关键学科，并通过关联规则发现关键学科能间接影响的其他学科。然后在教学中重点管理关键学科，加强关键学科的教学管理工作，从而可以提高关键学科的学习成绩，并间接影响其他学科成绩。举一个例子，在数据挖掘中发现，《计算机网络技术》是影响学生学习成绩的关键学科，通过关联规则又发现该学科成绩在70分以上的学生，《局域网技术与组网工程》的成绩在70分以上的可能性达70%以上，说明两门学科之间有很强的关联性。如果加强《计算机网络技术》课程的教学管理，自然也会影响《局域网技术与组网工程》课程的成绩。总之，通过数据挖掘可分析学生学习成绩，为教学管理部门的决策提供参考，也为接下来的课程设置打下基础。

3.3 利用数据挖掘技术进行合理的课程设置

利用数据挖掘技术中的关联规则可以帮助教师进行合理的课程设置，这是因为学生在学习的过程中一般都是从易到难的，而且课程之间应该有衔接性和一定的关联性，一般设置课程时先设置简单的基础课程，让学生掌握基本的知识，然后再将难度逐渐增大，并把相关知识点串联起来。利用关联规则分析法，分析课程设置的合理性，然后作适当的改进。比如.NET程序设计语言和数据库两个课程之间没有太大的关联性和顺序性，则可以安排在同一个学期，也可以安排在不同学期，但是根据实际效果分析发现开设在同一学期的效果较好，则可以对课程安排作一定的调整。

4 数据挖掘技术在高校教学应用中的改进与探索

从上文探讨数据挖掘技术在高校教学中的应用可知，虽然目前数据挖掘技术已经被应用到高校管理、图书馆信息管理和高校教学中，但是总的来说还是处于初级发展阶段，这是因为当前在高校领域可被挖掘的信息数据较少，另外高校各个院系和部门之间在信息数据的交流上也不普遍。所以笔者认为可以从以下四个方面进行改进：

首先高校环境中的数据量较少，除了教学数据，就是教研数据，所以在开展数据挖掘工作时应主要做好基础工作，也就是在有限的数据环境中挖掘、搜集和整理有价值的数据。其次，需要改进的是高校各个院系和部门之间数据链缺失的问题，各个院系的老师或者各个部门的教研人员本身手上的数据信息就不多，彼此之间又不进行数据交流，数据不集中，导致数据独立，无法形成有效数据链。再次，数据挖掘人员的素质也很关键，目前高校中的数据挖掘人员参差不齐，在数据挖掘人员培养和开发上不但要求其掌握基本的数据挖掘技术，还应该掌握数据定义和数据算法等技能。此外，加强高校的硬件环境建设也是改进的内容之一。因为数据挖掘工作必须要在可靠的硬件设施上才能完成，如果没有高运算能力和大存储量的计算机，没有稳定高速的信息传输和共享网络，数据挖掘工作很难有效完成。

5 结语

综上所述，数据挖掘技术利用多种挖掘和分析手段，从大量随机的数据中发现有价值的信息，为人们的生活和工作带去参考。将数据挖掘技术应用到高校教学中，可以帮助教学工作者全面掌握学生的基本信息和学生成绩，然后合理地设置课程，调整人才培养方案。不仅可以帮助教学工作者合理安排教学工作，而且还能帮助辅导员加强对学生的管理，从而提高教学管理质量。

[1]路延.数据挖掘技术在高等学校教学中的应用研究[J].科技资讯，2013（13）：201.

[2]甘文丽.基于Web的个性化远程学习模型的研究与应用[J].科技信息，2012（08）：78-83.

[3]宋爱波.Web挖掘研究综述[J].计算机科学，2011：514-518.