【摘 要】隨著數據挖掘技術的成熟及應用領域的不斷擴展，不少高職院校研究人員已經開始嘗試將數據挖掘技術應用于高校的教學、管理之中，本文通過對我院教務管理系統(tǒng)中的有關數據進行挖掘，從中篩選出大量有用信息，提高教務管理水平，實現教務管理的智能化與決策的科學化。

【關鍵詞】數據挖掘 教務管理 應用研究

一、引言

我院教務管理信息系統(tǒng)從2004年在學院應用于教學管理至今，基本滿足了在學院規(guī)模擴大，學生人數大幅度增加、多校區(qū)辦學等情況下，學院在學生管理、教學管理等方面工作需求。教務系統(tǒng)運行近十年來，學生學籍數據有2多萬條記錄，選課數據達5萬條記錄，等級考試報名數據達到6萬條記錄，成績歷史數據達到50萬條記錄，雖然教務系統(tǒng)收集了大量的數據，初步實現了對教務數據的管理功能，但是數據分析功能比較弱，沒有完全發(fā)揮信息技術的管理潛能。沒有去挖掘大量數據中所隱含的規(guī)律，從而應用這些規(guī)律去指導學校的工作。因此，教務管理沒有站在學校的角度去考慮如何借用信息化的手段來改善整個學校的管理，提高管理效率和管理效果的問題。

二、數據挖掘的理論基礎

（一）數據挖掘理論的提出

進入信息時代，保存在計算機中的文件和數據庫中的數據量正在以指數速度增長，同時人們期望從數據中獲得更有用的信息。實際上，這些數據中只有一小部分有用，但人們卻渴求獲得知識，正面臨“數據豐富而知識貧乏”的問題，所以迫切需要一種新的技術從海量數據中自動、高效地提取所需的有用知識，這時，數據挖掘技術由此而生。數據挖掘（Data Mining）是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。簡單的說，數據挖掘就是從大量的數據中提取和“挖掘”知識。

（二）數據挖掘工具——數據倉庫工具與關鍵技術

數據倉庫技術從本質上講，是一種信息集成技術，它從多個信息源中獲取原始數據，經過加工處理后，存儲在數據倉庫的內部數據庫中。通過向它提供訪問工具，為數據倉庫的用戶提供統(tǒng)一、協(xié)調和集成的信息環(huán)境，支持企業(yè)全局的決策過程和對企業(yè)經營管理的深入綜合分析。數據倉庫的體系結構如下圖所示：

可以看到，在一個數據倉庫中，源數據來源與已有的生產系統(tǒng)，是操作型數據。提供源數據的數據源可以是各種數據庫管理系統(tǒng)，或各種格式的數據文件或外部數據源。由于數據倉庫是一種信息集成手段，因此在實際工程中，面對的數據源可能千差萬別。只要能夠為數據倉庫所支持的決策和分析過程提供所需的信息，就可能成為數據倉庫的數據源。數據進入數據倉庫之前必須經過檢驗，以排除數據中可能隱藏的錯誤。為了滿足決策支持和深入分析的需要，數據要經過特別整理、加工和重新組織，然后裝載到一個或多個數據倉庫的數據庫中。所有這些工作都是數據抽取和轉換工具完成的，數據倉庫中裝載數據的數據庫即為數據倉庫中的目標數據庫。

三、數據挖掘技術在教學管理中的運用

隨著數據挖掘技術的不斷發(fā)展，在教育信息化中也得到了廣泛應用?，F基于實際工作經驗，通過對數據挖掘的關鍵技術的研究，結合教學管理具體要求，挖掘出數據背后所隱藏的信息，從而幫助學校制定人才培養(yǎng)方案，幫助老師了解學生的學習效果，指導和加強教學管理，提高教師的教學水平和質量。

（一）學生評教數據分析

學生評教是學校教學管理的一個重要環(huán)節(jié)之一，是幫助教師改進教學、提高教育教學質量的重要手段。

1.學生評教數據分析的現狀和不足

目前任課教師的教學評教基本上都是通過教學管理系統(tǒng)來完成，一般采用系部評教、教師自評、學生評教三種方式。教師自評和系部評教是對任課教師授課水平、教學的組織能力，教師的業(yè)務能力、教學的態(tài)度等多方面進行評價。學生評教則從任課教師能否熟練講授教學內容，方法是否能被學生所接受，授課的責任感和態(tài)度等多方面給分。各類評教結束后，教務處根據各項所占權重，進行綜合評分，得出各個任課教師在本學期教學的一個成績，根據此成績來進行評優(yōu)的依據之一。

2.數據挖掘技術在學生評教數據中應用的需求

數據挖掘技術則可以從大量評教數據中獲得有指導性意義的信息：

（1）教學評價結果有針對性。以往評教結果只能是對反映任課教師的綜合情況，但需要改進，或發(fā)揚的具體因素并不能明顯的體現，使得我們不能找出影響教學質量整體的重要因素。

（2）指導教師改進教學。通過對優(yōu)秀老師的數據分析，找出他們之間的共同點，并對其進行分析，提供給其他任課教師參考學習，反思自己在教學環(huán)境中的不足之處，加以改進。

（3）指導學校管理人才。通過評教數據分析，歸納出作為優(yōu)秀老師應具備的一些基本條件，并以此為標準，為學校招賢納士。

3.學生評教數據挖掘

對于學生評教數據的挖掘，主要是為了找出學生最關注的、對教學效果影響最大、學好該課程的關鍵因素，通過對學生評教數據的分析，使用關聯(lián)規(guī)則找出評教分數趨于兩端的數據頻繁項集，從課程基本信息、任課教師信息和課程安排內容等數據中分析出影響教學效果的主要因素，給教學管理者提供指導性意見。

四、學生成績分析

學生成績是教學成果具體展現的一部分，以專業(yè)為單位分析學生成績可以間接的了解該專業(yè)學生知識掌握情況。然而學生成績的影響因素眾多，涉及的信息量很大，所以需要通過數據挖掘技術來將其相關信息進行分類整理并從中獲取所真正有用的數據。

（一）學生成績分析現狀和不足

學生成績可以適當的反映出該學生在校學習的情況。目前，教學管理系統(tǒng)中已經累加了近二十萬條學生成績的數據，而每個學期老師錄入成績之后，系統(tǒng)中只能做出簡單的匯總統(tǒng)計，得到每個任課班級學生成績分布圖，成績分段圖等，從圖的分布情況中了解到該班學生學習情況是否正常。教學管理部門也只能通過這些簡單的匯總統(tǒng)計，了解到每個班級的學習情況是否穩(wěn)定，針對某些班級學生成績分布不正常的情況展開調查。

（二）數據挖掘技術在學生成績數據中應用的需求

數據挖掘技術可以從大量學生成績數據中獲得以下有價值的信息：

1.教學計劃的實施對學生成績的影響。從學生成績中部分課程的成績中發(fā)掘課程之間的關聯(lián)信息，比對教學計劃的制定，查看是否存在課程安排不符合該專業(yè)人才培養(yǎng)的規(guī)劃，導致課程之間銜接不上，學生學習吃力的問題。

2.教學任務對學生成績的影響。教學任務中的課程任課老師的基本信息結合任課教師授課情況與學生該門課程成績相關聯(lián)，查看任課教師對學生成績的影響是否存在。

3.教學安排對學生成績的影響。課程安排中了解課程安排的時間和地點是否對學生成績也存在影響。

學生自身學習情況，學生的成績有高有底，分析過程中需要選取有效學生數據，不能讓少數學生信息（偏科、全優(yōu)、不學等情況）影響其分析過程。

（三）學生成績數據挖掘

對于學生成績數據的挖掘，主要是為了找出影響學生成績的關鍵因素，從課程信息表中課程的性質、課程類別等；教學安排中課程上課時間、上課地點、任課教師的選擇、起止周等；學生基本信息中學生的性別、考生類型等；該門課程的任課教師職稱、學位等信息，通過以上各類表中的字段和學生成績表中的字段進行選擇性關聯(lián)，使用改進過的 Apriori 算法找出學生成績趨于兩端（即優(yōu)秀、不及格）的數據頻繁項集，從找出的頻繁項集產生關聯(lián)規(guī)則。分析出影響學生成績的主要因素，給任課教師和有關教學管理者提供教學指導性意見。

當然，現在院校所用的教務管理信息系統(tǒng)中的所收集到的數據囊括了學院管理的許多方面，通過數據挖掘技術對管理系統(tǒng)中的信息進行分析，可以獲得對管理者有決策參考價值的信息，對高職學院教務管理工作有很大的推動作用。

參考文獻：

[1]王耀，鄭玲.數據挖掘在教務管理中的應用[J].電子商務.2013（1）

[2]王丹.數據挖掘在高職院校教學管理中的應用[J]. 廣東技術師范學院學報. 2010（09）

[3]潘鋒.淺談數據挖掘技術在高校教學管理中的應用[J]. 重慶科技學院學報（社會科學版）. 2008（04）

[4]段利文，包華林.數據挖掘理論在教學管理中的應用探析[J]. 重慶電子工程職業(yè)學院學報. 2009（03）

作者簡介：

鄧懷勇（1979——），重慶永川人，講師，碩士，研究方向：計算機應用

基金項目：

重慶水利電力職業(yè)技術學院院級科研項目《高職學院教務管理系統(tǒng)的數據挖掘研究》（項目編號：K201322）