数据挖掘在教学业绩考核中的应用研究.docVIP

数据挖掘在教学业绩考核中的应用研究 　　摘要：数据挖掘是致力于数据分析和理解、揭示数据内部潜在联系的技术，关联规则是数据挖掘中最活跃的研究方法之一。高校教学管理者从诸多方面对教师教学业绩进行考核，该文针对某高校教师教学业绩考核数据集，采用关联规则中的Apriori算法，挖出数据集中某些数据项之间的关联规则，通过对关联规则的分析找出它们之间隐藏的信息，为高校教学管理者提供决策支持，同时指导教师的教学。 　　关键词：数据挖掘；关联规则；业绩考核；决策支持 　　中图分类号：TP274文献标识码: A文章编号：1009-3044(2008)35-2384-03 　　The Application Study of Data Mining in Teaching Achievement Evaluation 　　LUO Lan 　　(College of Information Engineering, Zhejiang Forestry University, Linan 311300,China) 　　Abstract: Data mining is devotes to the data analysis and the understanding, the revelation data interior latent relation technology, the Association rule is in the data mining one of most active research ways. The university teaching managers carry on the evaluation from many aspects to the teacher teaching achievement, based on some university teacher teaching achievement evaluation dataset, This article Uses the Apriori algorithm of the Association rule to dig out the Association rules in the dataset between certain data items, and discover hideaway information between them through to the rule analysis, which will Providedecision-supporting for the university teaching managers, simultaneously direct teachers teaching. 　　Key words: data mining; association rules;achievement evaluation; decision-supporting 　　 　　1 引言 　　 　　近年来，以数据库和信息技术的发展为技术保障，以网络技术的迅速普及为发展通道，以计算机硬件、数据收集设备和存储介质的大量供应为物质基础，人们的数据收集能力得到了大幅的提高，社会各行业都存储了大量的有关生产、管理和科研的各种信息，全球范围内数据存储量正急剧增加。然而与此形成鲜明对比的是，人们对大规模数据的理解能力并没有得到有效的提高，仅仅依靠传统的数据检索和统计分析等方法已远远不能满足需要，以致出现了“数据丰富，但信息贫乏(data rich but information poor) [1,2]”的局面。 　　为从海量的数据存储中抽取模式、找出数据变化的规律和数据之间的相互关系，充分挖掘数据以指导决策和科学发现等各项工作，人们对数据分析并使之转化为易于理解的知识的需求越来越迫切。数据挖掘和知识发现(DMKDD)技术迎合了人们的需求，为自动和智能地把海量的数据转化为有用的信息知识提供了有力的手段，给数据和知识之间的鸿沟架设了方便之桥[3]。 　　数据挖掘技术是90年代兴起的一项决策支持的新技术，通常将其视为数据库中知识发现 KDD(Knowledge Discovery in Database)过程中最重要的一个步骤。目前数据挖掘技术及知识发现已成为计算机科学界的一大研究热点。 　　关联规则挖掘是数据挖掘中最活跃的研究方法之一，旨在寻找给定数据集中项之间的隐藏关系。最初是针对购物篮问题提出，目前被广泛应用于商业、金融、教育、卫生等行业。 　　学校每年对老师的教学业绩进行了很多方面的考核，积累了大量的数据，而目前对教学业绩考核主要基于数值计算，把教学业绩考核做一总结，将结果