数据挖掘技术在数字化校园中的应用.docVIP

数据挖掘技术在数字化校园中的应用 　　摘 要：数据挖掘技术是指一种通过某种方法与策略从一切实际应用数据中将某些人们事先未掌握的、潜在但确实存在一定利用价值的信息与知识最大成度地提取出来并对其进行加工的技术；数字化校园则是在以互联网为依托的情况下，充分利用一切可以利用到的信息化策略及相关设备，继而从包括教学环境、教学资源以及教学活动等方面实现校园整体性的数字信息化管理。文章主要阐述了数据挖掘技术在数字化校园中的应用相关情况。 　　关键词：数据挖掘技术；数字化校园；应用 　　中图分类号：TP393 文献标识码：A 文章编号：2095-1302（2014）01-0068-03 　　0 引 言 　　信息的分析与处理是重要的人类活动之一，但随着当前社会信息化进程的不断加快，其整个社会的信息量也表现出成倍的增长趋势，当某一种数据库所包含的数据日益庞大的情况下，传统或简单的数据统计方法自然也会逐渐表现出诸多的不适用。尽管眼下的多数数据库系统仍可比较高效地进行数据的录入、查询以及统计等操作，但对于这些数据可能存在的某些关联与规则却无法实现理想掌握，在此种情况下也无法通过现有数据实施未来发展可能性的推断。在这样一个“数据爆炸”的时代，如果不具备挖掘数据背后隐藏的知识的能力，势必也会出现“知识匮乏”的现象。当人们意识到此问题所在之时，其对信息的态度也正在由简单的数据收集型向分析加工型转变，并期望从同样的数据信息中挖掘出更多可加以利用的信息，数据挖掘（DM）技术即是在此时代背景中诞生的。就近些年的情况来看，DM技术的相关研究不仅愈发变得炙手可热，而且已经在诸如商业、金融业、企业生产以及市场营销等很多领域获得了实际性的广泛应用，比较之下，其在教育领域的应用却相对偏少。基于此，笔者特针对DM技术在数字化校园中的应用进行一定阐述，旨在为DM技术在教育领域的应用开发提供一定参考价值。 　　1 DM技术与数字化校园的概念与内涵 　　1.1 DM技术的概念与内涵 　　DM技术即是指一种通过某种方法与策略从一切实际应用数据中将某些人们事先未掌握的、潜在的、但确实存在一定利用价值的信息与知识最大程度地提取出来并对其进行加工的技术称谓。具体开展DM的方法种类是多样的，但其中最具代表性的通常包括了分类分析法、关联分析法以及序列模式分析法等，而经常需使用到的工具则主要包括了IBM公司Almaden研究中心开发的QUEST系统，SGI公司开发的MineSet系统，加拿大Simon Fraser大学开发的DBMiner系统，SAS Enterprise Miner，IBM Intelligent Miner，Oracle Darwin，SPSS Clementine以及Unica PRW等。在针对具体应用实际的情况下，通过选用以上DM工具可以帮助人们发现某些未知的数据含义，进而开发其价值以预测或指导未来可能发生的情况与需要采取的行为，总之就是为人们的决策行为提供全方位的数据信息支持。 　　1.2 数字化校园的概念与内涵 　　数字化校园即是在以互联网为依托的情况下，进而充分利用一切可以利用到的信息化策略及相关设备，继而从包括教学环境、教学资源以及教学活动等方面实现校园整体性的数字信息化管理。由此可见，与传统的校园建设比较而言，通过对校园实施数字信息化的建设后，不仅将使得校园的发展具备了更加明显的时代性，而且还能够将学校发展过程中的某些实际成效及时展现出现，同时也能及时地从中发现可能存在的管理方面的问题，并对学校在未来一定时间内的发展趋势做出比较符合实际的预测，最后，在数字化的校园管理模式下，其校内的相关资源配置将进一步得到优化，这势必也将促进校园的整体建设可逐步得以完善。 　　2 在数字化校园建设中采用数据挖掘技术的需求分析 　　2.1 学校教学与教学评价方面的需求分析 　　一方面，教学是学校最核心的任务，那么教学部分的数据挖掘也自然是数字化校园建设的核心部分，现以教学过程中的课程设置为例，在学校，学生的课程学习是循序渐进的，而且课程之间有一定的关联与前后顺序关系，在学一门较高级课程之前必须先修一些先行课程，如果先行课程没有学好，势必会影响后续课程的学习，另外，同一年级学习同一课程的不同班级，由于授课教师、班级文化的不同，班内学生的总体成绩相差有时会很大，利用学校教学数据库中存放的历届学生各门学科的考试成绩，结合数据挖掘的关联分析与时间序列分析等相关功能，就能从这些海量数据中挖掘出有用的信息，帮助分析这些数据之间的相关性、回归性等性质，得出一些具有价值的规则和信息，最终找到影响学生成绩的原因，在此基础上对课程设置作出合理安排；另一方面就是教学评价的数据挖掘，教学评价是对其重要的调节、控制、指导与推动手段，而且可发挥重要的导向作用，也更是学校教