数据挖掘在教务系统中的应用分析

闽西职业技术学院 陈 颖

引言

数据挖掘在高校的发展已经有了几十年的发展，但是与国外的发达国家相比较来看，高校的信息化无论是发展水平还是发展速度都要远远落后。但是，伴随着高校社会经济的快速发展，高校的信息化的水平也开始奋起直追，尤其是在很多学校的教务系统得到了非常充分的利用。在这样的情况下，数据挖掘就成为了关键。通过对于信息化的数据进行深度整合与再利用，不仅能够保证高校的教育信息管理更加的简单高效，而且也能够增强学校各个方面的发展，促进更高的经济效益和社会效益。

1.数据挖掘在教务系统之中的应用现状

面对着大量的教学管理数据针对每一个学生的数据进行单独的整合与管理，如此庞大的教务信息管理系统对于人工来说是巨大的挑战，所以增强对于数据挖掘的充分运用。从目前来看运用数据挖掘，能够针对目前的数据进行整合与存储[1]。同时，数据挖掘还能够有效的获得隐藏的深层次信息。例如通过对于学生的教学质量评价，能够分析该学生的实际学习情况，同样也能够帮助教师对学生的评判提供重要的参考标准，此外通过数据挖掘还能够极大的强调了学生对于未来的发展趋势。利用现有的数据进行分析与归类，明确学生的具体方面存在的优势和不足。帮助学生未来的就业选择，进行重要指导。通过数据挖掘，还能够有效的加强对于教学质量的管理，例如通过部分数据信息来判断教师教学的各个环节，深层次的联系。为教师今后的教学提供重要的依据，将数据挖掘技术运用到教务管理系统之中，能够有效的将教师信息，学生信息，课程信息评价信息等数据进行充分的整合与归纳，完善教育规律，促进学生良好的学习习惯和生活习惯的养成，帮助学生对于课程进行合理的选择，提高学生的全面发展，促进教师能够更加充分的改变自身的教育方式，使得教师和学校决策者能够明确目前教学存在的问题。

2.在数据挖掘中的主要方法

聚类作为数据挖掘中主要的方法包括很多种方式，例如分割方法、分层次方法、基于密度方法，基于网格方法。不同的聚类方法都有不同的适用情况，在遇到数据挖掘过程中，特殊的问题要特殊分析。一些聚类方法适用于一维数据类型，在针对数据深入挖掘的过程中，一定要掌握聚类方法的适用情况，明确数据挖掘的目标，选择最合适的聚类方法。由于聚类方法涉及到数据之间的距离计算，通常采用DTW方法和欧式距离算法，不同的算法都有不同的特点，同样也应该针对数据类型进行恰当的选择，一般来说DTW方法计算非常复杂。在数据聚类完成之后，针对算法进行优化通过实际情况来选择计算精度或者计算效率。聚类方法能够根据不同的指标进行分析,通过不同的影响因素进行综合性的考虑.利用SPSS样本之类的方法，能够快速的将指标因素进行归类，并且通过计算结果还可以总结各类指标的特色。从目前来看，聚类分析不仅可以用于样本之类，而且还可以用于变量聚类，例如不同的指标就是变量，通过对于指标的考虑。以及简单的提取。能够快速深入的将所有的变量指标进行综合，避免了数据信息的丢失。

3.数据挖掘在教务系统应用应该注意的问题

3.1 积极提高对于数据挖掘的认识

由于高校的发展时间较短，所以高校目前对于数据挖掘的认识程度还不够完善。所以针对这一问题，加强对于数据挖掘，尤其是在大数据信息平台环境下，信息数据的处理更加复杂，对于信息数据的把握也直接影响了学校的发展前景。在数据挖掘的过程中，一定要注意信息化水平的提升，增强的地位，促进能够更加提高对于数据的整合与管理，帮助管理层提供科学的决策方案[1]。另外，教育信息管理者增强对于数据采纳，明确信息数据处理的精细化和深度化，这样才能够改善信息质量，促进学校教务系统管理的有效提升。

3.2 完善教务系统

针对教务系统不完善存在的种种问题，进行仔细分析，逐个击破。首先，通过政教部门牵头，建立系统的数据的深度处理系统标准，还要根据不同的学院类型来制定不同的系统，这样才能够增强系统的处理与开发，更好的提高学校的教育信息管理与信息安全。其次，必须加强教务系统的监督工作，通过相关部门的接入，能够提高对于系统的安全进行全面管理，而且也能够对于学校的资金流动进行实时监控，避免出现各种违法行为。而且，高校还借鉴国外的先进经验，针对目前教务系统存在的问题与漏洞及时的进行解决，更加快速高效的帮助教务系统尽快落实，严格规范数据的再次利用。

3.3 提高数据处理专业人才

目前高校现代学校信息化技术正在不断的普及与完善的过程中，尤其是网络信息化技术、大数据平台等先进技术的不断引入，对于信息化的发展起到了非常积极的促进作用。人才是学校最重要的资源。但是由于很多的教育信息管理人员对于管理信息化的重视程度不足，所以对于管理信息化的专业人员也就缺少重视与培养。但是目前数据挖掘对于操作人员的专业素养要求较高，而且必须具备扎实的专业基础和操作经验，这样一来就形成了信息化专业人才较少的矛盾。而且，对于大部分的人员来说，他们的综合素质都比较低，所以难以根据自身的知识水平适应时代的发展，更无法利用自身的知识来进行信息化数据信息的处理，也无法满足数据挖掘[2]。但是同时也必须注意的是，目前信息化的发展还不够完善，而且相关的数据挖掘还不够完善，对于信息化数据处理专业人才的培养也不够完善。所以为了能够更好的促进高校信息化的长足发展，促进数据挖掘效率，更好的保证高校信息化水平的有效提升，提高教育信息管理层对于数据挖掘的认识，完善信息化专业人才的培训。在针对数据挖掘人才的开发与培养方面，不断的促进人员的专业素养，提高他们对于信息化技术的操作与使用，更好的促进他们符合时代发展的需求。在大数据环境下，只有加强自身的专业素质，才能够更好的提升自己的专业水平，发挥出数据处理的主要功能，更好的完善自身发展，为学校的管理工作提供必要的数据。同时，现代学校在管理与发展的过程中必须增加对于人员的管理与培训工作，增强学校的人才培养与人才储备，不断的适应大数据背景下工作的管理与转型。

4.结论

信息化是现代学校在不断发展的过程中必须发展的新技术，对于数据挖掘不仅能够促进学校人才培养能力的提升，而且也能够在很大程度上减少学校教学方式存在的问题。但是目前高校教务系统数据挖掘还存在很多方面的问题，尤其是信息化方面的数据深入挖掘还不够完善。针对这样的发展状况，本文通过对于数据挖掘进行深入的分析更好的帮助高校的教务信息管理和教学水平不断提升。

[1]王勤超,顾陆伟,蔡小庆,刘小丹,许俊.分析数据挖掘在学生信息管理系统中的有效应用[J].电脑知识与技术,2016,12(29)：20-21.

[2]高云华.基于数据挖掘的高校教务管理系统设计与实现[D].湖南大学,2016.

[3]王磊,王毅.数据挖掘在医学院校教务管理系统中的应用与思考[J].中国教育技术装备,2015(16)：53-55.