数据挖掘在教育信息化中应用研究.docVIP

数据挖掘在教育信息化中应用研究 　　摘要：随着数据挖掘理论在各个领域中的应用日益广泛，利用数据挖掘理论挖掘教育信息中的有价值信息就越发的体现出其必要性。该文从挖掘主题、数据库设计等几方面对教育决策系统进行了研究和设计，提出许多极具价值的辅助性建议，从而优化了高校的教学管理系统。 　　关键词：数据挖掘；挖掘主题；数据库；教育决策 　　中图分类号：TP393文献标识码：A文章编号：1009-3044(2012)05-1199-02 　　Data Mining in Education in the Application of Information Technology 　　GAO Xiao-jia 　　(Jilin Architecture and Civil Engineering Institute,Institute of Urban Construction, Changchun 130111,China) 　　Abstract: With the theory of data mining applications in various fields,increasingly widespread use of data mining theory education infor? mation mining the more valuable information in the embodiment of its necessity. In this paper, mining theme, database design and other as? pects of educational decision-making system design and research，The recommendations put forward many valuable auxiliary in order to optimize the universities’ teaching management system. 　　Key words: data mining; mining theme; data base; educational decision-making 　　 1数据挖掘技术在教育信息化中的作用 　　随着信息技术和计算机技术的不断发展，计算机已经成为人们日常管理数据的必备工具。各个高校也开始使用计算机来管理教育信息。信息技术与教学结合的日益紧密，各高校不再满足于单纯的利用计算机管理数据，而是希望透过大量数据挖掘出数据后面所隐藏的信息和规律，从而为高校的教学管理提出一些具有建设性的建议【1】通过对目前各大高校的教学模式的研究，数据挖掘对高等教育的作用主要可以总结为如下几点： 　　1)教学大纲的优化 　　教学大纲体根据教学计划，规定了每个学生在大学学习期间必须掌握的理论知识、实际技能和基本技能，也规定了教学进度和教学方法的基本要求。通过数据挖掘技术可以发现各课程之间的联系，对教学大纲中的课程设置、教学计划等进行优化。 　　2)教学改革 　　授课教师的教学方式、所使用的教学设备直接关系到学生的成绩。利用数据挖掘技术挖掘出教学方法与学生成绩之间的规律就可以为各高校的教学改革提供有力依据。 　　 2教育决策系统挖掘主题设计 　　通过对当前各高校教育信息的研究，现将决策系统中的主题设计成如下五个：课程关联、课程类别关联、学生基本信息关联、课程与基本信息关联和教学模式关联【2】：2.1课程关联 　　该项关联主要用于挖掘各科目之间的关系，以优化教学大纲中各科目之间的衔接。但根据对现行各大高校成绩管理的研究发现，不同类别的课程的成绩形式并不完全一致，如：考试课一般按百分制而考察课通常是按优、良划分等级。为此在进行该项挖掘之前需要对各科成绩进行统一化。 　　通过该主题挖掘所得的结果形式如下： 　　数字逻辑= A?计算机组成原理=A（0.3,0.9） 　　2.2课程类别关联 　　本主题主要用于挖掘各不同类别课程之间的关系，用以安排各不同类别课程的侧重点。目前各高校主要按两种不同的标准对课程分类：一种按课程内容分为：公共基础课、专业基础课、专业课、实验和实践课；第二种按课程性质分为必修课、任意选修课和限定选修课。 　　由于每一类科目中不止一科，为了能综合体现出该类课程的整体状况，我们采用加权求平均的方法。权值主要依据该门课程的学分。 　　最终的挖掘结果形式如下：专业课综合成绩= B?实验课综合成绩=B (0.6，0.9)。 　　2.3学生基本信息的关联挖掘 　　本主题中所涉及的内容主要是学生们的自然信息，如：姓名，性别，民族等。以及学生已经结业的各门科目的成绩。