蔣永旺 江蘇護理職業(yè)學(xué)院

所謂數(shù)據(jù)挖掘，是指目的性從大量數(shù)據(jù)中搜索、尋找數(shù)據(jù)信息的過程，在這項技術(shù)中，需將驗證驅(qū)動法作用于數(shù)據(jù)中，并默認(rèn)想要搜尋的信息是存在的。在高校管理中，由于辦學(xué)規(guī)模的擴大，學(xué)生數(shù)量不斷增長，學(xué)校教務(wù)管理系統(tǒng)中，累積了大量學(xué)生數(shù)據(jù)資源，數(shù)據(jù)挖掘技術(shù)的應(yīng)用，對于提升高校教育管理水平有著積極意義。在素質(zhì)教育背景下，雖然不提倡以成績論英雄的理念，但是成績在一定程度上反映出學(xué)生對于專業(yè)知識和技能的理解掌握程度，可作為學(xué)校教育水平評估的主要依據(jù)，應(yīng)用數(shù)據(jù)挖掘技術(shù)，展開學(xué)生成績的分析，根據(jù)分析結(jié)果，展開教學(xué)改革，優(yōu)化教學(xué)理念，轉(zhuǎn)變教學(xué)方法，對于高校的可持續(xù)發(fā)展有著積極意義。

1 數(shù)據(jù)挖掘技術(shù)概念及常用算法分析

1.1 概念

數(shù)據(jù)挖掘是從數(shù)量大、種類繁雜的海量數(shù)據(jù)資源中，根據(jù)需求尋找相對應(yīng)數(shù)據(jù)信息的過程。數(shù)據(jù)挖掘是按照業(yè)務(wù)需求理解、數(shù)據(jù)理解、數(shù)據(jù)搜集、建模、模型測評、部署的流程展開的，而且這一流程是迭代式進行的。在這項技術(shù)中，工作人員會將分類后的幾個樣本作為模板，來制作模型，并將未分類數(shù)據(jù)按照規(guī)定數(shù)目進行分類，建模后，進行數(shù)據(jù)挖掘，分類輸出值是非連續(xù)的，然后，再尋找不同數(shù)據(jù)間的聯(lián)系，對數(shù)據(jù)進行分組，將相似數(shù)據(jù)分在同一組。

1.2 常用算法

目前，在數(shù)據(jù)挖掘技術(shù)應(yīng)用過程中，常用的算法有以下三種：①貝葉斯算法（Bayes）。這是一種典型的不確定性知識的表示、推理方法，在這個原理中，先假設(shè)一個先驗概率，在這個假設(shè)下觀察不同數(shù)據(jù)的概率；②決策樹算法（Decision Tree）。這是一種與流程圖相似的樹結(jié)構(gòu)，在這種算法中，根據(jù)變量對于數(shù)據(jù)對象的影響，會顯示為不同的樹枝形狀，以此來進行數(shù)據(jù)分析預(yù)測，以目標(biāo)變量所產(chǎn)生的影響，制定差異化的分類規(guī)則，適用于探測式的知識發(fā)現(xiàn)，展現(xiàn)形式直觀形象，被應(yīng)用于各個領(lǐng)域；③線性回歸算法（Linear Regression）。所謂回歸分析，就是用一個或多個變量的變化，去解釋另一變量變化的方式，萬物都是相關(guān)聯(lián)的，很多參數(shù)都存在相關(guān)性，諸如人類的年齡與身高，商品的成本與生產(chǎn)數(shù)量，商品的銷售額與廣告費，家庭的收入與支出等，這些參數(shù)存在相關(guān)性，但是相關(guān)關(guān)系是不確定的，可采用線性回歸算法分析。

2 基于數(shù)據(jù)挖掘技術(shù)的高校學(xué)生成績研究

近年來，隨著計算機、互聯(lián)網(wǎng)等技術(shù)在高校管理中的應(yīng)用，教務(wù)管理基本實現(xiàn)信息化，在學(xué)校的教務(wù)管理系統(tǒng)數(shù)據(jù)庫中，可查詢到學(xué)生的各類信息，現(xiàn)階段，這些信息的價值并沒有被充分挖掘出來，信息利用僅停留在查詢、統(tǒng)計、制作報表等淺顯階段。以高校學(xué)生成績?yōu)槔?，成績的查詢、打印等，只是最基本的利用途徑，如若能夠?gòu)建成績數(shù)據(jù)庫，利用現(xiàn)代化技術(shù)從中挖掘有效信息，用以評估學(xué)生的學(xué)習(xí)態(tài)度、學(xué)習(xí)效果，評估教學(xué)成果，無論對于學(xué)生的提升，還是學(xué)校的發(fā)展，都有著重要作用。在利用數(shù)據(jù)挖掘技術(shù)，展開學(xué)生成績分析時，需歷經(jīng)以下幾個階段：

(1）數(shù)據(jù)準(zhǔn)備。在數(shù)據(jù)準(zhǔn)備階段，應(yīng)該先提取出可直接處理分析的數(shù)據(jù)信息，在此過程中，技術(shù)人員需根據(jù)所選數(shù)據(jù)挖掘算法的信息使用需求，集成、篩選、處理信息，為接下來的數(shù)據(jù)挖掘工作做好準(zhǔn)備，以提升分析結(jié)果的可信度。值得注意的是，在整個高校學(xué)生成績分析過程中，準(zhǔn)備階段需花費較多的時間。首先，在分析學(xué)生成績時，所提供的數(shù)據(jù)信息，應(yīng)該盡量覆蓋多個學(xué)科，構(gòu)建多個數(shù)據(jù)庫，提升數(shù)據(jù)量，然后再展開數(shù)據(jù)的整理分析，消除數(shù)據(jù)源與源之間的語義模糊性，消除數(shù)據(jù)信息存在的缺陷，將之整理為統(tǒng)一規(guī)范的數(shù)據(jù)格式；其次，由多種源數(shù)據(jù)匯集而成的數(shù)據(jù)合集中，存在大量的無關(guān)數(shù)據(jù)，這些數(shù)據(jù)無法提升分析結(jié)果的可靠性，反而會增加數(shù)據(jù)挖掘工作量，需要篩選出去，確保留下來的數(shù)據(jù)都是相關(guān)的數(shù)據(jù)；最后，數(shù)據(jù)經(jīng)篩選后，可能存在噪聲問題、不完整問題、數(shù)據(jù)不一致等問題，因此，技術(shù)人員需對數(shù)據(jù)進行預(yù)處理，完善補充分析庫內(nèi)的數(shù)據(jù)結(jié)構(gòu)，提升分析結(jié)果的可信度和可靠性，而且，為了方便計算，需要將數(shù)據(jù)庫中屬性字段的信息轉(zhuǎn)換為可識別、可處理的編碼數(shù)據(jù)。

(2）數(shù)據(jù)挖掘。經(jīng)歷長期的數(shù)據(jù)準(zhǔn)備工作后，即可采取多種數(shù)據(jù)挖掘算法，處理分析數(shù)據(jù)庫中的數(shù)據(jù)信息，發(fā)掘出數(shù)據(jù)間的內(nèi)在聯(lián)系，構(gòu)建知識圖譜。在此過程中，首先，技術(shù)人員應(yīng)該確定數(shù)據(jù)挖掘的目標(biāo)，找準(zhǔn)工作定位，然后根據(jù)工作任務(wù)選擇合適的數(shù)據(jù)挖掘算法，構(gòu)建數(shù)據(jù)模型，確定需分析的參數(shù)，利用模型挖掘數(shù)據(jù)庫中的相關(guān)參數(shù)，尋找目標(biāo)關(guān)聯(lián)規(guī)則、數(shù)據(jù)回歸結(jié)構(gòu)，找出可用于評估與分析的模式表達式。現(xiàn)階段，數(shù)據(jù)挖掘技術(shù)相關(guān)軟件已較成熟，在選擇好數(shù)據(jù)挖掘算法后，后續(xù)工作可自動化完成。以利用數(shù)據(jù)挖掘技術(shù)對學(xué)生的成績進行挖掘為例，需采集學(xué)生的基本額信息，比如姓名、學(xué)號、性別、專業(yè)、班級等；然后，在成績方面，通過成績數(shù)據(jù)庫，納入學(xué)生的平時成績、考試成績以及總評成績；對于此數(shù)據(jù)庫，則由教師基于教學(xué)過程所產(chǎn)生；通過挖掘?qū)W生的各方面成績，了解學(xué)生的綜合素養(yǎng)與薄弱知識點，為后續(xù)有針對性、分層教學(xué)提供有效依據(jù)。

(3）結(jié)果評估與解釋。數(shù)據(jù)挖掘工作完成后，管理人員可根據(jù)所獲得的分析結(jié)果，或者是模式表達式，來評估、判斷其是否有效，是否與學(xué)生成績分析需求相符合，如若對挖掘結(jié)果不滿意，可更改算法后重新展開數(shù)據(jù)挖掘。值得注意的是，在學(xué)生成績分析挖掘過程中，需采取數(shù)據(jù)轉(zhuǎn)換的方式，比如將學(xué)生的成績分為三個等級：85-100分；65-84分；0-64分；對這三個等級的學(xué)生分?jǐn)?shù)，可轉(zhuǎn)換成：優(yōu)、良、差三種轉(zhuǎn)換方式，然后以深直方圖的形式了解各個等級學(xué)生的分布及比重，為后續(xù)展開有針對性的教學(xué)工作提供客觀科學(xué)的參考依據(jù)。總之，在學(xué)生成績數(shù)據(jù)挖掘分析過程中，為了直觀、形象地了解整體學(xué)生的學(xué)習(xí)情況，需進行數(shù)據(jù)轉(zhuǎn)換。

3 結(jié)語

綜上所述，所謂大數(shù)據(jù)，就是通過常用計算機軟件無法實現(xiàn)高效信息處理、管理的巨量數(shù)據(jù)信息集合。數(shù)據(jù)是一種沒有實際形態(tài)的東西，看不見也摸不著，但是作為一種信息載體，廣泛分布在人們的日常生活及社會的生產(chǎn)活動中，在這個信息爆炸的時代，采用大數(shù)據(jù)技術(shù)，展開數(shù)據(jù)的收集、儲存、分析、挖掘、應(yīng)用，能夠更好地發(fā)揮信息的利用價值。而數(shù)據(jù)挖掘技術(shù)，則能夠讓人們在海量信息中，挖掘出目標(biāo)信息，應(yīng)用于高校學(xué)生成績分析中，能夠讓學(xué)校管理者通過成績這些海量數(shù)據(jù)，看到各班級、專業(yè)、院校的教學(xué)水平，再制定教學(xué)策略，提升辦學(xué)水平。