数据挖掘在学生评优管理中应用探究.docVIP

数据挖掘在学生评优管理中应用探究 　　摘 要 随着数字化校园建设步伐的加快，各大高校都有了比较完善的校园网系统。与此同时，高校在日常教学管理过程中积累了大量的数据，这些数据都是宝贵的信息资源。但是目前，这些数据主要的用途只是提供简单的查询和报表统计，对这些数据所隐藏的深层次的信息没有充分地利用。如何更好地利用这些数据，为高校学生管理部门提供重要决策依据，从而进一步提高高校学生管理水平和效率，成为一个新的研究课题。 关键词 学生综合测评 决策支持 数据挖掘 决策树 中图分类号：G647 文献标识码：A Application of Data Mining in Students’ Appraised Management SUN Bin （School of Economics and Management， Inner Mongolia University of Science Technology， Baotou， Inner Mongolia 014010） Abstract With digital speed up the pace of campus construction， major colleges and universities have a fairly complete campus network system. At the same time， the university has accumulated a large amount of data in daily teaching and management process， these data are a valuable information resource. But for now， the main purpose of these data only provide a simple query and reporting statistics， these data are hidden depth information is not fully utilized. How to make better use of these data provide an important basis for decision making for the college student management departments， so as to further improve the management level and efficiency of university students has become a new research topic. Key words students’ comprehensive evaluation； decision support； data mining； decision tree 1 数据挖掘技术 1.1 数据挖掘概述 数据挖掘（Data Ming）是建立在数据库与人工智能技术上的一种新技术。目前，一个普遍的对数据挖掘的定义是：数据挖掘是一个基于某种目的，从数据集合中提取出彼此之间有着特殊关系的信息处理过程。数据挖掘可以说一个决策支持过程，涉及到的技术有：模式识别、统计学、数据库、数据仓库、人工智能、可视化技术等，数据挖掘可以帮助用户自动分析数据，并进行归纳性推理，发现潜在模式，为决策者调整策略提供科学性指导，从而减少风险。 传统的数据分析方法，例如报表、查询、联机应用等手段，通常是带着明确目标，分析固定数据而追求预期结果。数据挖掘与这些方法有着本质不同，数据挖掘是在没有明确假设的条件下去发现信息、挖掘信息。主要任务是关联、聚类、分类、预测、分析偏差等等，常见的数据挖掘方法有决策树、遗传算法、贝叶斯网络等等。 1.2 数据挖掘的处理流程 下面介绍一下数据挖掘的一般处理流程，数据挖掘是个复杂的多阶段过程，一般分为如下几个阶段： （1） 挖掘对象确定：这是数据挖掘的第一步，包括理解数据，提出问题，明确挖掘目标。 （2） 数据准备：数据准备是整个挖掘过程中所占比例最大的一个阶段，是保证挖掘成功的前提条件，主要目的就是选取合适数据，统一数据格式，建立数据仓库，数据准备阶段可以分为三个子过程：数据选取、数据预处理、数据转换。 （3） 数据挖掘：此阶段核心在于模式的发现，就是利用相关算法和挖掘工具对准备的数据进行分析，产生预期结果。 （4） 对结果分析、评价：就是将数据挖掘的结果分析验证，得到有价值的信息，比如挖掘出的规则、模式等等，决定了挖掘的有效性，以一种直观、容