高校院系级教学档案管理综合评价研究及探究.doc

高校院系级教学档案管理综合评价研究及探究摘要：本文主要对灰色聚类数据挖掘在高校院系级教学档案管理综合评价中的应用情况进行了一番论述，可以明显的看出，其可以采取聚类的方式对高校教学档案管理进行全面的分析，从中发现教学档案管理的类型，其对于高校档案管理具有重要的理论与指导意义。作为高校系级教学档案管理人员，应围绕着科学评估与分析，结合实际情况，确保教学档案管理工作具有较高的水平。 关键词：教学档案管理 灰色聚类挖掘 综合评价 在挖掘数据过程中主要是从大型的数据库以及数据仓库中不断的发现，同时将其潜在信息或者知识提取出来，它的基本目的是对分析人员提供一定的帮助，探索各个数据间存在的关联性，发现被人们所忽略掉的要素，上述所述的信息对于趋势与决策行为的预测是非常有利的。数据实际挖掘过程中经常采用的方法是从数据库事务中查找出关联性原则。而聚类分析方式又是数据库挖掘中运用最为广泛的一项重要的技术手段，同时还是数据挖掘技术的一个分支。本文首先分析了灰色聚类挖掘算法，其次采用实例对高校院系级教学档案管理综合评价进行了论述，以供参考。 1、灰色聚类挖掘算法 这里所说的综合评价，实质上指的是对诸多属性体系结构所描述的对象系统进行全方位的评价。综合评价的方法非常多，不过由于它们的实际出发点都不相同，并且处理问题的思路也不尽相同，相互之间都存在着优点与缺点，因此，当发生综合评价问题时，人们经常不知道选择哪一种方法比较好，对于评价结果的可靠性也不清楚。一般情况下，在高校院系级教学档案管理的综合评价中，人们比较重视的是教学档案管理具有的综合评价等级，所以，笔者认为，采用灰色聚类挖掘算法较为合适。 数据挖掘处理过程中，最为重要的一个环节就是数据挖掘算法，其主要是通过灰色聚类挖掘算法及在数据仓库中所提取的数据进行的，我们能够明显的看出该组织中存在的个体类型，同时它还能准确的判断出一个个体在这些类型中属于哪一类。灰色聚类实质上就是把聚类对象对于各项聚类指标，根据几种灰类进行分类，从而准确的判断出这一聚类对象具体属于哪一类。应将各种需要进行综合评价的个体作为聚类对象，将各项评价指标作为聚类指标，及时有效的处理好各个个体指标的原始数据，然后对各个灰类区间进一步确定，并且提出白化权函数以及白化权系数，最后一步是将个体属于某一灰类的灰色聚类系数矩阵全面的计算，以此得出这一个体属于的灰类，从而获取到不同样本的实际灰类和评价等级结果。将需要预测的样本和数据仓库中已经分类的模式间进行全面的比较，得出这两者间的实际距离，这样就能够获悉到此样本与哪种模式相近，然后根据该模式的整体情况对其结果进行预测，进而获取到待识别样本的分类等级。 2、高校院系级教学档案管理综合评价实例 结合评价的实际目的，将教学档案的收集、整理、鉴定、利用、保管以及统计这六方面的要素作为评价指标体系。为了使得讨论更加的方便，本文主要通过七个教学单位的教学档案管理情况，有机的结合了专家评分及自我评分，计算出平均分数，获取到的评分结果原始数据。 有效的处理原始数据矩阵，使其趋于标准化，然后通过灰色聚类算法，结合Matlab程序将最后的结果计算出来，具有较好综合评价结果的是院系1、院系4以及院系5；中等水平的是院系2和院系3；综合评价结果最差的是院系6与院系7。从最后计算出的结果中可以明显的看出，院系1、院系4、院系5的教学档案管理水平较好；院系2和院系3的教学档案管理水平一般；而院系6与院系7的教学档案管理水平是最差的。通过这样的一种方式，能够得出好、中、差的聚类中心，数据仓库的分类模式就此形成。从待评价样本的预测方面考虑，带预测样本应与数据仓库中已经分类的模式进行全面的比较，得出它们之间的距离，以判断出此样本与哪种模式更相近，最终获取到待识别样本的分类等级。本文主要对灰色聚类数据挖掘在高校院系级教学档案管理综合评价中的应用情况进行了一番论述，可以明显的看出，其可以采取聚类的方式对高校教学档案管理进行全面的分析，从中发现教学档案管理的类型，其对于高校档案管理具有重要的理论与指导意义。作为高校系级教学档案管理人员，应围绕着科学评估与分析，结合实际情况，确保教学档案管理工作具有较高的水平。 3、结论 综上所述可知，通过对教学档案管理各项程序进行加工后的教学档案，不仅使其呈现出了清楚的编目、使用简便以及内容丰富等优势特点，而且还将该系教学工作实际情况全面的反映了出来，我们应全面的利用其具有的优势，以提高教学工作水平。只有通过这样的方式，教学档案的功能作用才会进一步提高，教学档案建设的最终目的才会得以实现。不过，在应用灰色聚类挖掘评价方式时应对三方面的事项加以考虑，一方面，评价的因素不能过多，不然，评价者难以对全部评价因素进行全面的理解，最终使得所获取的数据不具备高质量；另一方面，