谭正辉
摘 要:在我国高等教育体系中,随着社会的高度发展,信息化的教学体系逐渐代替了传统意义上的教育模式,更多的评价系统可以通过数据的形式准确的表达出来供高校教育者研究分析,这也是我国高等院校利用教育信息化加强高等教育教学质量的前沿方法,随着国家双一流高校的战略布局逐渐拉开,一场关于高校信息化科技化的量化考量体系也随着数据挖掘技术的应用而凸显优势,文章就数据挖掘在高等教育的教学评价体系中的应用做深入分析。
关键词:数据挖掘;高等教育;评价
在现代高校教育中,数据挖掘方面的应用已经趋于成熟,各高校间通过将众多的信息流导入到高校信息数据库中,并通过计算机程序算法进行计算分析与统计,最终得到数据背后的分析结果的过程叫做高校教学数据分析与评价,反言之,利用高校数据信息系统,将大数据进行汇总,在系统中输入需要的词条信息也可以找出信息漏洞,根据查找到的信息进行人为判断或电脑判断,一定程度上,也杜绝了教学体系中的风险问题,并对高校教育质量与体系的提升做出显著贡献,通过信息流的高度分析可以得出最优化的问题解决方法。
一、数据挖掘的定义
数据挖掘(英语:Data mining),又译为资料探勘、数据采矿。它是数据库知识发现(英语:Knowledge-Discovery in Databases,简称:KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学相关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。
数据挖掘利用了来自如下一些领域的思想:(1) 来自统计学的抽样、估计和假设检验,(2) 人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论。数据挖掘也迅速地接纳了来自其他领域的思想,这些领域包括最优化、进化计算、信息论、信号处理、可视化和信息检索。一些其他领域也起到重要的支撑作用。特别地,需要数据库系统提供有效的存储、索引和查询处理支持。源于高性能(并行)计算的技术在处理海量数据集方面常常是重要的。分布式技术也能帮助处理海量数据,并且当数据不能集中到一起处理时更是至关重要。
二、数据挖掘应用在高校系统的特点
在高校系统中应用数据挖掘技术具有诸多特有的使用属性,对于高校教师课程建设与学生管理以及高校行政和学校规划方面都有诸多特殊的借鉴意义,数据挖掘应用在高校系统中具有以下几个特点:(1)高校教學运行基于大量数据:并非说小数据量上就不可以进行挖掘,实际上大多数数据挖掘的算法都可以在小数据量上运行并得到结果。但是,一方面过小的数据量完全可以通过人工分析来总结规律,另一方面来说,小数据量常常无法反映出真实世界中的普遍特性。(2)高校数据挖掘的新奇性:挖掘出来的信息应该是以前教学过程中所未知的,否则只不过是验证了传统高校教育的经验而已。只有全新的数据信息,才可以帮助高校教学与管理获得进一步的洞察力。(3)价值性:挖掘的结果必须能给高校带来直接的或间接的使用效益。有人说高校教育应用数据挖掘只是“屠龙之技”,看起来神乎其神,却什么用处也没有。这只是一种误解,不可否认的是在一些数据挖掘特殊条件的匹配中,或者因为缺乏明确的教学目标,或者因为数据质量的不足,或者因为高校教育工作者对改变业务流程的抵制,或者因为挖掘人员的经验不足,都会导致效果不佳甚至完全没有效果。但大量的成功案例也在证明,高校数据挖掘的确可以变成提升教育质量的利器。(4)数据挖掘的非平凡性:所谓非平凡,指的是高校挖掘出来的信息流应该是不简单的,绝不能是类似某著名体育评论员所说的“经过我的计算,我发现了一个有趣的现象,到本场比赛结束为止,这届世界杯的进球数和失球数是一样的。非常的巧合!”那种数据。数据挖掘技术在高校教育工作者以及管理者手中通过表观上的以及潜在的诸多数据信息汇总分析,得到数据本身之外的隐含在数据内部的诸多有价值信息正是高校运用数据挖掘技术提升教育质量以及学术水平的重要方法。
三、数据挖掘在高校教育系统中的应用
在高校课堂教育过程中,上课的形式通常以大型的公共课模式为基础,由于大班授课过程中上课年级的众多专业学生在一起集中授课,学生群体大且班级专业等众多且复杂,难以形成一个良好的教学环境与氛围,使得教学效果较差,学生听课效果不佳,教师与学生间缺乏沟通等诸多教学环节问题,当利用大数据进行高校教育数据挖掘与应用时可以及时有效的统计出学生上课的出席情况,能够整体统计出学生在各科考试过程中试卷的答题程度,通过大数据汇总得到卷面信息背后的课堂教学情况反馈,以此作为切入点,能够更好的改革授课内容。与此同时在课后也能够将学生对于课程的意见与建议以及教学督导给出的意见进行综合分析,通过数据进行反馈,对教学秩序与教学效果起到了立竿见影的作用,全方位的提升了高校教学质量,大数据流也完善了高校教学体系的建设。对于高校信息技术的应用切实有效的提高了高校人才的培养模式,也为高校在信息化发展中抢占先机,提升了学科整体实力,在高校教学创新体系中也做出了不可磨灭的贡献。
四、数据挖掘技术的具体实施
高校的数据挖掘技术是在众多复杂的信息数据流中自行搜索并分析最终得出关于教育评价的相关若干问题与判断的过程,通俗的讲,数据挖掘,在大量高校教育信息系统中充当信息观察者的眼睛,将人们所需要的信息在杂乱无章的数据海中整理筛选出来,并做最初的分析判断,通过最终的筛选得到最有价值的信息。在进行高校教育信息的提取过程中,所有筛选判断的过程都是在计算机所设定的程序中自动进行,不存在人为的干预情况,在系统进行判断过程中约有80%的时间用来信息数据的处理,20%的时间来进行数据的分析与统计工作。在高校教育体系以及高效管理体系中,数据挖掘方法的应用能够帮助任课教师全方位的掌握课堂教学情况,针对上课学生的出勤率,以及学生课后作业的完成情况、课堂教学中拟提出的相关问题都能够通过数据的形式清晰准确的表达出课堂教学的效果,从此告别了传统意义上高校大班授课学生上课效果不理想的情况。高校教学管理人员通过对数据挖掘技术的应用,能够实现全方位掌握整个教学环节的诸多管控,通过对数据的分析与整理,能够确定各个学科间教学的差异性,并通过数据处理与建议弥补不同学科间的不足,并进行优势整合,将良好的教学课程与教学方式推广,通过数据流的汇总也能得到高校任课教师上课情况的分析,对教学环节的诸多问题能够及时有效的发现,通过对数据的挖掘与分析查找漏洞并做准确的做出诸多对策,对教学质量的提升起到了至关重要的作用。将数据挖掘结果实时反馈给管理者有助于科学的提升教育体系并减少管理失误,为加快信息化高等教育模式做出巨大作用。
五、高校数据挖掘技术的评价与完善
高校的数据处理在教育资源体系中对教育管理者起到如虎添翼的作用,将以往的教育质量评价指标电子化、无纸化,对教师的考核与业绩的评判均可通过高校数据挖掘与信息流的整合得到科学的指导意义,对学生的素质、成绩以及综合能力的考量不再是单一的人为因素决定,而是通过计算机算法,对于学生整体的综合测评有一个相对公平正义的打分,很大程度上避免了教学纠纷问题,在今天高等教育深化改革,大学生人数逐年增大的前提条件下,应用大数据信息挖掘是一种必要的方式方法。高校的数据挖掘是一个众多环节结合再一起的过程,首先将数据进行前段的收集与简单的预处理,通过这一阶段能够准确对数据进行选择,并对记录在案的数据新型重新统计,去除不符合要求的数据以及一些错误数据,随后将数据进行规范化的转化,并将其转化为适合数据挖掘的格式体,同常高等学校采用这一方式来进行教学质量的监控与管理是十分高效的,在庞大复杂的高校系统中,学生的管理、教师的管理、后勤的管理、科研业绩的管理等诸多方面管理过程中对数据的预处理都为数据的挖掘起到了基础的作用,其次进行的是数据的挖掘阶段,实际上数据的挖掘原理充分利用了概率论的原理与方法,通过各个数据节点逐层分析,例如在高校讲学金的评价体系中,通过数据挖掘不仅能够得到学生的成绩信息还能够通过数据挖掘与分析得到学生的各方面綜合成绩的评价,科学的分析并得出最终的结果,最后,是对挖掘的数据进行最终的结果分析与原因的解释。将高校信息数据进行挖掘汇总后,往往最重要的一步就是对预处理并得到的正确有效的信息进行信息处理与信息流分析,将得到的数据信息结果进行科学的评价,当通过数据挖掘的信息较少或者数据不够合理的情况下,科学正确的数据评估至关重要。总的来看高校数据挖掘具备以下几个优点:
(1)计算复杂度不高,易于理解和解释,可以准确理解决策树所表达的意义。
(2)数据预处理阶段比较简单,且可以处理缺失数据。
(3)能够同时处理数据型和分类型属性,且可对有许多属性的数据集构造决策树,其他技术往往需要数据属性的单一;
(4)是一个白盒模型,若给定一个观察模型,则根据所产生的决策树很容易推断出相应的逻辑表达式;
(5)在相对短的时间内能够对高校大数据集合做出可行且效果良好的分类结果。
六、结语
随着社会的进步,科技技术的日新月异,将科学技术与高校管理进行融合已经成为我国高等教育发展所面临的必然趋势,在信息化系统的应用与数据的挖掘分析过程中,能够科学高效合理的进行数据的处理、分析与整合。已经成为当前高校进行教育管理数据挖掘的常规方法。通过对数据流的整合分析有效的改善了高校在传统情况下的诸多弊端与复杂性,为新时代高校教学与教育管理者提供了技术创新,并充分加强了教育体系的革新,为培养高素质人才,高水平教师队伍,高水准学科大学做出重要保障,为高校实现高质量发展奠定了坚实的基础。
参考文献
[1] 李川.数据挖掘技术和在高校教育系统中的实际应用研究[J].课程教育研究,2017(27):32-34
[2] 刘小桃,林延庆.数据挖掘在高校学生学习成绩分析中的应用[J].考试周刊,2014(41):108-109.
[3] 高晓.数据挖掘技术在高校教育质量评估中的应用研究[J].福建质量管理,2010(04).
[4] 唐永芬.数据挖掘技术在高校教学评价系统中的应用[J].连云港职业技术学院学报,2010(03).