呂燕兵

摘 要：大專院校學(xué)生管理水平向來參差不齊，學(xué)生的學(xué)習(xí)成績和綜合素質(zhì)都有待提高，且部分學(xué)生出現(xiàn)不服管教現(xiàn)象，為了強(qiáng)化學(xué)生管理，大專院校需要創(chuàng)新學(xué)生管理工作模式，利用先進(jìn)的技術(shù)和手段來保證學(xué)生管理效率。數(shù)據(jù)挖掘技術(shù)便是有效技術(shù)之一，該技術(shù)主要優(yōu)勢在于數(shù)據(jù)挖掘分析中，將其與學(xué)生管理事項結(jié)合起來，其可以通過挖掘?qū)W生檔案信息，從中找到潛在價值信息，使這些信息成為管理決策的參考。大專院校還要對該技術(shù)進(jìn)行分析。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù);大專院校;學(xué)生管理;運用

DOI：10.16640/j.cnki.37-1222/t.2019.17.188

在利用挖掘技術(shù)時，院校人員需要從實際出發(fā)，結(jié)合實際的管理決策應(yīng)用模式，提出應(yīng)用措施，使技術(shù)在信息處理中發(fā)揮絕對優(yōu)勢。在將數(shù)據(jù)挖掘技術(shù)滲透到數(shù)據(jù)挖掘分析中時，還要保證數(shù)據(jù)的完整性和準(zhǔn)確性，使價值數(shù)據(jù)規(guī)律和模型參考意義更大。在技術(shù)應(yīng)用中，教師可以制定適應(yīng)的管理方法和教學(xué)方法，以提高學(xué)生管理水平。本文主要針對數(shù)據(jù)挖掘技術(shù)在高校學(xué)生管理中的運用進(jìn)行探討。

1 問題的提出

大專院校在教書育人的過程中，也會引入信息技術(shù)和相關(guān)設(shè)備，組建多媒體教室或?qū)⒓夹g(shù)直接應(yīng)用在教學(xué)管理中。所以院校教學(xué)管理逐漸富有信息化、網(wǎng)絡(luò)化特點，高科技的應(yīng)用，使得教學(xué)管理效率更高，管理流程更加規(guī)范。教學(xué)管理職能類型也呈現(xiàn)出多元化特點，學(xué)習(xí)型、創(chuàng)新型、服務(wù)型等是大專院校目前教學(xué)管理職能發(fā)展方向[1]。這些職能不僅在學(xué)生管理中有顯著優(yōu)勢，在學(xué)校決策及建設(shè)方面也有價值，領(lǐng)導(dǎo)人員可以從教學(xué)管理數(shù)據(jù)中尋找對學(xué)校管理和決策等有價值的信息。但是教學(xué)管理信息錯綜復(fù)雜，數(shù)量極多，價值信息的篩選和分析都需要消耗大量時間，最終相關(guān)人員也不一定能挖掘出有價值的信息，所以大專院校還要致力于數(shù)據(jù)信息的挖掘分析工作。使挖掘分析后的信息能為學(xué)生工作做貢獻(xiàn)，能對教學(xué)成效分析提供幫助。若能通過數(shù)據(jù)挖掘技術(shù)獲得學(xué)生學(xué)習(xí)影響因素，教師便可以對癥下藥，排除影響，制定利于學(xué)生管理的措施。

2 解決方案

2.1 數(shù)據(jù)挖掘

在學(xué)生管理中，各方面都會產(chǎn)生大量信息，這些信息完整度和真實性不能得到保證，其還具有模糊隨機(jī)等特點，這些信息不能直接應(yīng)用在教育管理中，需要經(jīng)過層層篩選，才能應(yīng)用在合適位置處[2]。數(shù)據(jù)挖掘技術(shù)需要通過綜合分析，找到人們還未發(fā)現(xiàn)其價值的信息，構(gòu)建數(shù)據(jù)模型，使其反映學(xué)生管理中各方面之間的關(guān)系。該種技術(shù)屬于深層次數(shù)據(jù)分析方法，其專業(yè)性和綜合性、集成性較強(qiáng)，其本身集成的功能技術(shù)有多種，如機(jī)器學(xué)習(xí)、數(shù)據(jù)庫、模糊數(shù)學(xué)等，這些功能學(xué)科交叉組織在一起，可以全面分析各種因素之間的關(guān)聯(lián)，將其應(yīng)用在教學(xué)評價中，教師能快速得到學(xué)生學(xué)習(xí)成績影響因素等信息。

2.2 數(shù)據(jù)挖掘過程

在數(shù)據(jù)挖掘過程中，相關(guān)技術(shù)會不斷分析信息，篩選信息，檢驗信息等，信息處理步驟不止一步，每一步都有可能重復(fù)發(fā)生，在不斷反復(fù)挖掘中，數(shù)據(jù)信息價值才能全部展現(xiàn)出來。第一步，確定數(shù)據(jù)挖掘目的，這需要與挖掘?qū)ο蠼Y(jié)合起來，根據(jù)挖掘要求，確定挖掘目標(biāo)，準(zhǔn)確定義相關(guān)探索問題。第二步，數(shù)據(jù)采集。數(shù)據(jù)挖掘技術(shù)主要作用于海量數(shù)據(jù)，無論挖掘?qū)ο笫鞘裁矗嚓P(guān)人員總要提供海量數(shù)據(jù)，使技術(shù)有作用之處。將該技術(shù)應(yīng)用在學(xué)生管理中時，教師需要提高此方面的信息。在教學(xué)階段，教師要不斷采集學(xué)生信息，提供足夠信息。第三步，數(shù)據(jù)轉(zhuǎn)換。該步驟主要根據(jù)算法來構(gòu)件分析模型，模型由這些信息轉(zhuǎn)換而來。第四步，建立分類模型，繼續(xù)挖掘轉(zhuǎn)換后的數(shù)據(jù)。在模型構(gòu)建中，需要采取分類挖掘技術(shù)，需要配置挖掘算法，并借助軟件技術(shù)來發(fā)揮算法作用，構(gòu)建相關(guān)模型。第五步，分析分類規(guī)則結(jié)果。在模型分析中，教師可以獲得數(shù)據(jù)分析評估結(jié)果，這些結(jié)果反映了教學(xué)中的問題，教師可用其來改善教學(xué)水平。第六步，模式評估。主要對模型及規(guī)則進(jìn)行評價判斷，看其是否準(zhǔn)確。第七步，展示最后的挖掘結(jié)果，為學(xué)生管理提供參考。

2.3 數(shù)據(jù)挖掘在學(xué)生管理決策中應(yīng)用功能

數(shù)據(jù)挖掘功能有多種，關(guān)聯(lián)分析在學(xué)生管理中的應(yīng)用較為廣泛，在這種功能應(yīng)用中，其需要發(fā)現(xiàn)學(xué)生管理與影響因素之間的關(guān)聯(lián)規(guī)則。規(guī)則反映了屬性與屬性值在數(shù)據(jù)集中一起出現(xiàn)的條件。這意味著教師可以通過采集學(xué)生行為數(shù)據(jù)，發(fā)現(xiàn)頻發(fā)出現(xiàn)的數(shù)據(jù)，構(gòu)成數(shù)據(jù)集，然后構(gòu)成頻繁出現(xiàn)的數(shù)據(jù)組，最終獲得學(xué)生行為信息結(jié)論。教師利用此結(jié)論，可分析學(xué)生學(xué)習(xí)成績影響因素，也可預(yù)測學(xué)生的行為。

3 基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘在教學(xué)系統(tǒng)中的應(yīng)用

主要包括兩部分，其一，關(guān)聯(lián)規(guī)則的基本挖掘算法。該算法主要指Apriori算法，在算法挖掘出相關(guān)數(shù)據(jù)規(guī)則，并呈現(xiàn)用戶面前時，用戶對其的興趣是不同的，可用支持度和置信度來表示。以用戶給定支持度為參考，在計算出單項事務(wù)記數(shù)支持度后，對比兩種支持度，刪減掉少于用戶給定支持度的內(nèi)容，然后再處理更多的事務(wù)，從后面事務(wù)處理中，繼續(xù)刪減項集，保留頻繁項集，從子集產(chǎn)生的過程中找到關(guān)聯(lián)規(guī)則，此時以用戶最低置信度為參考，保留滿足該置信度的關(guān)聯(lián)規(guī)則。其二，架構(gòu)于Oracle數(shù)據(jù)庫系統(tǒng)的挖掘系統(tǒng)核心。Oracle數(shù)據(jù)庫在數(shù)據(jù)轉(zhuǎn)換和應(yīng)用中優(yōu)勢顯著，其需要保留海量數(shù)據(jù)，并未數(shù)據(jù)轉(zhuǎn)換和處理提供有利條件和環(huán)境，其代替了傳統(tǒng)的應(yīng)用服務(wù)器。

4 結(jié)語

數(shù)據(jù)挖掘功能多元化，這些功能需要逐一落實在學(xué)生管理的每個環(huán)節(jié)中，其中關(guān)聯(lián)分析功能應(yīng)用較為廣泛，教師需要注意該功能的執(zhí)行力度和實踐效果，并根據(jù)實踐結(jié)果，不斷完善數(shù)據(jù)挖掘方案，使數(shù)據(jù)挖掘技術(shù)優(yōu)勢更加顯著。在數(shù)據(jù)挖掘技術(shù)應(yīng)用中，必定涉及到相關(guān)算法，該算法類型不止一種，教師還要加大研究，使算法符合要求，使其與數(shù)據(jù)挖掘功能相適應(yīng)。教師還要關(guān)注學(xué)生管理水平，看其是否提高，在不斷優(yōu)化中，學(xué)生管理新模式適應(yīng)性會更強(qiáng)。

參考文獻(xiàn)：

[1]王永.數(shù)據(jù)挖掘技術(shù)在高校干部管理中的應(yīng)用研究[J].現(xiàn)代商貿(mào)工業(yè)，2019，40（08）：186-187.

[2]羅明挽.決策樹數(shù)據(jù)挖掘技術(shù)在學(xué)生管理中的應(yīng)用研究[J].電子技術(shù)與軟件工程，2016（07）：197-198.