多种数据挖掘技术相结合的应用实例分析.pdfVIP

第 35 卷第 2 期 2013 年 3 月 Vol.35 No.2 Journal of Tangshan Teachers College Mar. 2013 多种数据挖掘技术相结合的应用实例分析 张 如 （福州职业技术学院计算机系，福建 福州 350108 ） 摘 要：利用限制性关联规则挖掘技术与粗糙集理论挖掘技术相结合，挖掘教学信息表，去除无关联属性 后，最终得出影响教师教学效果的各因素及其各自的影响程度。 关键词：教学评价；数据挖掘；关联规则；粗糙集 TP311.13 A 1009-9115(2013)02-0047-03 中图分类号： 文献标识码： 文章编号： DOI ：10.3969/j.issn.1009-9115.2013.02.016 Analysis of a Variety of Data Mining Technology Combined Application Instance ZHANG Ru (Department of Computer, Fuzhou Vocation Technology Institute, Fuzhou 350108, China) Abstract: The restrictive association rules and rough set theory was combined to analyze the teaching information table. After removing unrelated attributes, it eventually comes to the various factors affecting the effectiveness of teaching and their respective impact. Key Words: Teaching evaluation; Association rules; data mining; rough set 随着计算机相关技术的飞速发展和教育模式的改变， 教育的核心工作就是教学工作，而提高教学质量是促进院 各高职院校纷纷采用了科技化的管理方式，而在各种管理 校进行改革与发展的关键，建立科学有效的教学质量评价 工作中，教学管理无疑是重中之重。各高职院校都会有自 体系是加强各院校教学管理和提高教学质量的重要举措。 身的初级数据管理系统，这些管理系统提供了大量数据的 而利用数据挖掘技术为高职院校的教学管理与决策工作服 存储、查询和报表的统计功能。但面对如此丰富的数据， 务，是当今高职教学及管理改革的重要步骤。教学质量评 我们似乎只能基于表面的数据得到简单的结论，而不能从 价[1]是院校让学生共同参与教学管理监督的一种手段，让 中得到更加有用的信息来促进教学管理的改革。 学生参与评价，能较公正地评价教师的教学能力。但学校 教师是教学工作的主要承接者，也是主导教学质量的 对此评价结果的认识似乎还停留在评优评先的层面，这对 最关键因素。能否运用教师的教学评价数据，通过数据挖 于这些数据来说是大材小用了。学校的决策层远没有认识 掘技术找出教师的课堂教学效果与教师本人自身综合素质 到其中隐藏的巨大的信息资源。 的关系。而通过所得到的挖掘信息，相关部门就可以得出 教师的教学效果与教师本身素质中哪些素质有关系？ 相应的决策信息，在进行班级排课时充分考虑不同素质的 找出其中的规律，