数据挖掘在学生成绩管理系统中的应用研究

　

(洛阳科技职业学院　河南　洛阳　471000)

一、引言

在教学日常管理工作中，对学生的成绩进行分析是其中一项重要内容，学生成绩系部教学考核中的一项重要指标，成绩的合理分析一直是国内外教育教学课程改革中的一个研究热点，科学合理的分析结果有助于考教分离措施的实施，反映学生掌握知识的实际情况，进一步有利于教师教学工作的开展和教学质量的提高。然而，系部学生成绩分析存在数据量庞大、数据分析困难等问题且主要采用成绩单、课程总结等方式报送教务处成绩管理机构进行存档，这给教学管理人员进行教学质量分析带来了很大的不便。数据挖掘作为智能信息处理中的一个研究方向，为人们提供了一种新的认识数据、理解数据的智能手段，在成绩分析中具有重要的应用价值。

二、数据挖掘的原理

数据挖掘就是将事先隐藏在数据中的未被发现的，又对现实需求有价值的知识信息从大量繁杂的数据中(这些数据可能是随机的，不完整的，模糊不清的，有异常噪声的)发现并提取出的过程。

将数据挖掘应用于学生成绩的管理系统中就是要从大量的学生成绩中，分析出哪些因素对学生的成绩有影响以及影响的因素是多少，哪些因素对学生成绩没有影响，这些信息都是从大量的数据中提取出来的，去除有噪声的不准确的数据，随后利用统计分析方法对数据的mean,Standard Deviation,Kurtosis,Skewness进行分析，得出所需要的部分。

(1)

(2)

(3)

(4)

本文研究中，将提取一个专业学生的部分科目成绩，采用SPSS分析软件，对学生的专业课成绩进行分析，研究学生成绩和学习兴趣之间的关系。

三、实验结论与分析

在实验中，提取了电子信息工程专业部分学生的四年学科成绩数据，并筛选了基础课，专业基础课，专业课的部分课程，在SPSS16 软件环境下进行数据分析。学生在各阶段课程成绩统计分析结果如表1所示。在表1中，subject_1表示基础课，subject_2为一门专业基础课，subject_3为一门专业课，subject_4为一门专业考查课。

表1　各科成绩统计分析结果

从表1可知，学生的总体均值分布中，subject_2最低，为73.9333,最高为subject_4，为87.4333。由均值可知，学生在刚入学的基础课学习很重视，而在随后进入专业基础课学习中，由于各种原因如不适应等，结果考试成绩总体较差。随后，在专业课学习开始适应了，成绩上升，至专业考查课，成绩最好。说明学生对专业考查课的兴趣很高。Median 值中，subject_2的数值最低，为76。而Kurtosis中，subject_2为-0.445，表明该课程成绩分布比正态分布的高峰要平坦。其余课程值均大于0，说明这几门课程成绩分布比正态分布的高峰要更陡峭。由Skewness数据可知，subject_1～subject_4 的值均小于0,说明四科成绩数据分布形式为负偏,其中subject_4 数值最大,为-0.046,说明该课程成绩偏斜程度最大.而标准差分析中,subject_4数值最小,为6.78072,说明学生成绩分布集中.

四、结论

本文针对学生成绩分析特点，提出了一个基于数据挖掘的集成应用技术。将学生成绩与数据挖掘这种先进的数据分析思想及方法相结合，从学生成绩的大量信息中挖掘出了隐藏在数据中的有价值的信息。实践证明，该方法对学校的教学管理具有较大的实践意义和应用价值。