周游
摘要:多年來高校的教學(xué)管理工作積累了海量的數(shù)據(jù),是一個有待開發(fā)的寶藏。本文通過分析高校管理信息系統(tǒng)的現(xiàn)狀和不足以及數(shù)據(jù)挖掘的概念和功能, 提出了數(shù)據(jù)挖掘技術(shù)在高校管理信息系統(tǒng)中的應(yīng)用。
關(guān)鍵詞:高校數(shù)據(jù)挖掘管理信息系統(tǒng)
高校管理信息系統(tǒng)的存在問題:
高校校園網(wǎng)部門繁多、功能復(fù)雜。部門職能網(wǎng)絡(luò)化過程信息分類模糊造成大量無用信息堆積、主體不突出、更新難以得到保證。大量的校園機(jī)構(gòu)對信息管理系統(tǒng)的使用只是單純地停留在了日常事務(wù)的處理,長期積累留下的歷史數(shù)據(jù)并沒有得到有效的開發(fā)和利用。
開發(fā)數(shù)據(jù)挖掘高校管理信息系統(tǒng)的目的:
開發(fā)本系統(tǒng)的目的就是將現(xiàn)代化信息處理技術(shù)運(yùn)用到學(xué)校管理工作中,提高工作效率,把管理人員從繁雜的手工操作中解放出來。此外,在建設(shè)高水平大學(xué)的進(jìn)程中,信息管理系統(tǒng)的建設(shè)也是重要環(huán)節(jié)之一。因此,開發(fā)高校信息管理系統(tǒng)是高校信息化建設(shè)的一個重要組成部分。
數(shù)據(jù)挖掘技術(shù)簡介:
所謂數(shù)據(jù)挖掘技術(shù),就是從諸多海量的、不完整的、模糊的、隨機(jī)的數(shù)據(jù)中,提取隱藏在其中的人們事先不知道的而又潛在的有效信息和知識的過程。數(shù)據(jù)挖掘技術(shù)包含了許多交叉學(xué)科,是一種涉及了信息技術(shù)、統(tǒng)計分析、數(shù)據(jù)庫等多學(xué)科的新技術(shù)。
數(shù)據(jù)挖掘技術(shù)的功能劃分:
數(shù)據(jù)挖掘技術(shù)是基于現(xiàn)有的知識決策,該決策通常帶有預(yù)測性并且包含對未來發(fā)展趨勢和行為的考慮,根據(jù)數(shù)據(jù)挖掘技術(shù)的功能性可以將其劃分為以下五類:
一、關(guān)聯(lián)性分析
關(guān)聯(lián)性分析是指能夠在龐大的數(shù)據(jù)庫中找尋到大量相關(guān)信息的關(guān)聯(lián)性。關(guān)聯(lián)規(guī)則是指發(fā)現(xiàn)某事物與其他事物之間的依賴性以及關(guān)聯(lián)性的過程。
二、預(yù)測數(shù)據(jù)趨勢
數(shù)據(jù)挖掘技術(shù)能夠在龐大的數(shù)據(jù)庫中對各類信息進(jìn)行有效的預(yù)測以及歸類,找尋到預(yù)測性的信息并且較為迅速地描述出相對重要的數(shù)據(jù)類模型以及預(yù)測出未來數(shù)據(jù)的發(fā)展趨勢。
三、檢測偏差
在某些情況下,數(shù)據(jù)庫中的數(shù)據(jù)往往會存在著一些相對不同尋常的記錄,這時候,從中檢測出這些偏差就能夠獲取更多有用的信息。
四、概念描述
信息使用者們面對著龐大的數(shù)據(jù)庫,都希望用更為簡潔的描述來定義。所謂的概念描述就是指對那些相關(guān)聯(lián)的內(nèi)容進(jìn)行內(nèi)涵描述,并且對有關(guān)特征進(jìn)行闡述。
五、聚類
聚類就是按照一種特定的規(guī)律將其相關(guān)的數(shù)據(jù)劃分為多個類或簇,將其中相似的數(shù)據(jù)規(guī)制在一個簇中,不同的簇之間往往存在著較大的差異性。
數(shù)據(jù)挖掘技術(shù)的常用方法:
1 神經(jīng)網(wǎng)絡(luò)法
神經(jīng)網(wǎng)絡(luò)自身所具備的分布存儲、較高性能的自組織自適應(yīng)性、高速并行以及高度容錯處理等獨(dú)特的特性使其發(fā)展和應(yīng)用空間非常巨大。
2 遺傳算法
遺傳算法是借鑒于自然界生物的基因遺傳以及自適應(yīng)機(jī)理實(shí)現(xiàn)目標(biāo)的隨機(jī)搜索,可以理解為一種仿生物的全局優(yōu)化計算方法。
3 決策樹法
決策樹法一般用于處理數(shù)據(jù)規(guī)模龐大的應(yīng)用。它能夠?qū)崿F(xiàn)對海量數(shù)據(jù)進(jìn)行有計劃的分類,并且在分類的數(shù)據(jù)中找尋到有較高潛在價值的信息。
4 粗集理論算法
粗集理論算法操作簡單、算法實(shí)現(xiàn)相對容易、信息輸入的表達(dá)空間并不繁瑣、額外的相關(guān)信息不需要提供。主要的研究對象是不確定的知識和不精確的算法。
5統(tǒng)計分析方法
數(shù)據(jù)庫字段之間往往存在著相關(guān)關(guān)系與函數(shù)關(guān)系。一般情況下,用統(tǒng)計分析方法分析這兩種關(guān)系,包括數(shù)據(jù)的常用統(tǒng)計、相關(guān)分析、回歸分析和差異分析等。
在高校信息管理中采用數(shù)據(jù)挖掘技術(shù):
在高校信息管理中的教學(xué)應(yīng)用時,具體工作主要分為兩個部分:第一,對教學(xué)評價的數(shù)據(jù)進(jìn)行分析,為教學(xué)部門提供一定的決策支持信息。第二,對高校日常工作的管理,將數(shù)據(jù)挖掘技術(shù)應(yīng)用到高校日常管理工作中,不僅能夠提升高校管理效率,而且能夠?yàn)楦咝9芾砉ぷ魈峁?shù)據(jù)支撐和決策支持。
1.對教學(xué)質(zhì)量進(jìn)行評價
教學(xué)是高校職能的核心,教學(xué)質(zhì)量高低是教學(xué)活動的成效性外在表現(xiàn)形式。而良好的教學(xué)評價對教學(xué)質(zhì)量有導(dǎo)向、促進(jìn)、激勵及調(diào)控功能,是學(xué)校教學(xué)管理工作的重要組成部分,是評價教學(xué)工作成績的主要手段。
(1)課程設(shè)置層面
學(xué)生在校學(xué)習(xí)過程中的課程學(xué)習(xí)屬于循序漸進(jìn)的過程,課程之間存在著相對較強(qiáng)的關(guān)聯(lián)關(guān)系以及先后順序。借助高校教學(xué)資源庫當(dāng)中的歷屆學(xué)生成績檔案,在科學(xué)化數(shù)據(jù)挖掘以及合理化數(shù)據(jù)關(guān)聯(lián)的基礎(chǔ)上,從海量數(shù)據(jù)當(dāng)中挖掘有用信息,分析數(shù)據(jù)間的回歸性功能與相關(guān)性聯(lián)系,最終獲得價值性較強(qiáng)的規(guī)律。
(2)學(xué)生自身的學(xué)習(xí)評價
學(xué)習(xí)評價是判定學(xué)生個性化差異的重要手段,有利于高校教師因材施教。借助相應(yīng)的數(shù)據(jù)挖掘工具,可以對高校學(xué)生成績數(shù)據(jù)庫以及行為記錄庫等實(shí)施仔細(xì)分析與處理,得到即實(shí)性的評價結(jié)果,及時糾正學(xué)生的不良行為,減輕教師在學(xué)習(xí)評價環(huán)節(jié)的工作量。
(3)課堂教學(xué)評價
該環(huán)節(jié)不僅可以起到良好的教學(xué)調(diào)節(jié)作用還有著較強(qiáng)的導(dǎo)向性特點(diǎn),同時也是高校教學(xué)評價工作的關(guān)鍵性手段。通常,高校每學(xué)期都會搞專業(yè)化的教學(xué)評價調(diào)查,積累豐富數(shù)據(jù),為高校教務(wù)科提供決策信息,提高高校教學(xué)效果。
2.對高校管理工作進(jìn)行管理
(1)學(xué)生特征的仔細(xì)挖掘
結(jié)合高校學(xué)生在各方面的實(shí)際情況來針對性挖掘高校學(xué)生的個性化特征,從而幫助學(xué)生制定個性化培養(yǎng)方案。憑借對高校學(xué)生特征的詳細(xì)分析結(jié)果與目的制定之間的對比,從根本上實(shí)現(xiàn)學(xué)生綜合素質(zhì)的大力培養(yǎng)。
(2)人員行為干預(yù)
高校教學(xué)管理數(shù)據(jù)庫中記錄著各屆學(xué)生與教師的學(xué)習(xí)、工作、社會活動、獎勵、處罰等情況,利用數(shù)據(jù)挖掘的關(guān)聯(lián)分析,找出師生各種行為活動之間的內(nèi)在聯(lián)系。
(3)為學(xué)生的就業(yè)升學(xué)提供指導(dǎo)
通過高校管理信息系統(tǒng)找到相關(guān)數(shù)據(jù),用聚類分析和概念描述的相關(guān)算法分別對全體學(xué)生的每項(xiàng)數(shù)據(jù)進(jìn)行計算,將學(xué)生分成若干類,比如考研、出國、就業(yè)。如果收集更詳細(xì)的數(shù)據(jù),甚至可以為學(xué)生在哪一方面繼續(xù)深造、適合從事哪方面的工作提供一定的參考。
結(jié)語:
管理即決策。構(gòu)筑基于數(shù)據(jù)挖掘技術(shù)的高校信息系統(tǒng)管理平臺是高校數(shù)字化建設(shè)的重中之重。充分利用數(shù)據(jù)挖掘技術(shù)的功能,最大限度地提高信息資源的利用率,幫助高校實(shí)現(xiàn)信息管理一體化建設(shè)方案,積極地推動高校事業(yè)向著更加科學(xué)的方向發(fā)展。
參考文獻(xiàn):
[1]林筑英.數(shù)據(jù)挖掘技術(shù)及其所面臨的問題[J].貴州師范大學(xué)學(xué)報,2003,3
[2]章懿雯.數(shù)據(jù)挖掘技術(shù)在高校教務(wù)管理中的應(yīng)用研究[J] .中小企業(yè)管理與科技,2014,(28):295-296.
[3]蔣文杰. 一體化智能教學(xué)網(wǎng)絡(luò)平臺———基于數(shù)據(jù)挖掘技術(shù)的成績管理系統(tǒng)[D]. 桂林電子科技大學(xué),2007.
[4]毛國軍等編.數(shù)據(jù)挖掘原理與算法(第二版)[M].北京清華大學(xué)出版社,2007.