数据挖掘技术在艺术院校计算机能力考核成绩分析中应用探究.docVIP

数据挖掘技术在艺术院校计算机能力考核成绩分析中应用探究 　　摘要：数据挖掘是指在海量数据中挖掘出潜在有用的信息，并智能找出内在关联且客观有效地提取有价值信息。在艺术类院校计算机能力考核成绩分析中运用数据挖掘技术对考核成绩进行数据优化处理，研究表明，利用该技术可得到计算机能力考核成绩的好坏与哪些因素有关，为提升计算机教学质量有一定的指导意义 关键词：数据挖掘；计算机能力考核；成绩分析；关联规则 中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2017）07-0197-03 1前沿 数据挖掘是数据库研究、开发和应用最活跃的技术之一。数据挖掘是采用人工智能的方法对数据库中的数据进行分析、获取知识的过程。它们的结合能更好地为企业或有关部门不同范围的决策分析提供有力的依据 当前，计算机技术和网络应用在大多数高校，所有高校都在进行校园数字化建设。所以，势必有大量的原始数据，并且要建立庞大的数据库来存储数据，其主要用途是基于简单的查询和统计报表，没有对这些数据进行深层次的挖掘和规律查找，所以这样的数据信息没有充分利用起来。我们应该思考利用目前最前端最科学的技术来发现高校各类数据中的重要信息，并为管理部门决策提供重要依据。这就是数据挖掘技术 大学计算机基础课是艺术院校大一学生的必须课，以中国美术学院的入学新生为例，大约有1200人，庞大的学生数量如何有效的开展计算机教学值得思考，就需要充分掌握学生的学习兴趣、学生的能力所在及对教师的期望等相关参数进行正确分析。由于大学计算机基础课程是机考，成绩存储在服务器上，其中每个模块的成绩也独立保存，如基础单选题、word操作题、Excel操作题、PPT操作题等。在《大学计算机基础》课程的成绩管理工作中，会有大量的学生成绩原始数据，但对这些数据的处理还停留在简单的数据备份、查询和简单统计阶段，没有对这些成绩数据进行深入的分析，找到有利于提高计算机能力的信息，这是对教学信息资源的浪费。所以，将这些成绩数据分离出来进行数据挖掘是可行的 通过对数据挖掘技术的研究，抽取中国美术学院《大学计算机基础》课程的成绩信息数据，利用决策树算法生成决策树分析学生成绩优良与哪些因素有关，并对决策树进行修剪，产生分类规则，完成成绩分析决策树模型的建立 2数据挖掘 2.1基本概念 数据挖掘是指从大型数据库中提取隐含的、未知的、非平凡的极有潜在应用价值的信息或模式，是数据库中一个很有应用价值的新领域。融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。数据挖掘要经过数据采集、预处理、数据分析、结果表示等一系列过程。数据挖掘发现的知识通常是以概念、规则、模式、约束、可视化等形式表现 2.2数据挖掘方法 数据挖据通过预测未来趋势及行为，做出前瞻性的决策。数据挖掘的目标是从数据库中发现隐含的、有价值的知识。主要有以下三类功能： （1）关联分析 数据关联是数据库中存在的一类重要的可被发现的知识。若两个或多个变量的取值之间存在某种规律性，就称为关联。如计算机能力考核成绩阶段，教师可以根据学生的学习情况做进一步关联性分析，弄清影响学生学习成绩的具体因素，从而为教师的教学改革提供科学指导意见 （2）聚类分析 数据库中的记录可被划分为一系列有意?x的子集，即聚类。聚类技术主要包括传统的模式识别方法和数学分类学。如对不同层次学生的考核可采用层次发进行分析 （3）概念描述 概念描述就是对某类对象的内涵进行描述，并概况这类对象的有关特征。分为特征性描述和区别性描述。如进行计算机能力考核成绩分析时，可以对学生的姓名、性别、年级等基本信息进行详细描述，让老师在最短时间内了解被考核学生的具体情况 （4）检测功能 数据挖掘技术得到进一步优化，其中偏差检测是数据挖掘功能中的一种新的应用形式。当所有数据挖掘结束后，用户可以通过偏差检测对挖掘结果加以检查发现数据结果中存在的不足。如计算机能力考核成绩分析遇到不同的考试分数偏差、学生信息偏差，不及时纠正就会导致考核成绩评定结果误差 3计算机能力考核成绩分析数据的采集 基于本文的研究，基本数据的获取：通过Excel设计问卷调查形式，调查表的学生信息包括：学号、姓名、性别、系别、专业、考试成绩；调查表的课程信息包括：兴趣爱好、课堂讲解、课堂作业、上机时数；调查表的学生考试相关信息包括：单选题、文字录入、word操作、Excel操作、PPT操作、网络应用操作 通过数据收集，进行整体汇总，存于数据库SOL数据库中，以数据库表的形式进行存储，将学生调查信息数据表与本学期计算机能力考核成绩生产学生成绩分析表 4计算机能力考核成绩的数据处理 学生参加考试过程中遇到的机器故障、电