数据挖掘技术在高校学生管理中应用.docVIP

数据挖掘技术在高校学生管理中应用 　　摘要：数据挖掘技术是一种新的信息处理技术。其目的是从海量数据中抽取潜在的，有价值的数据规律或数据模型。通过数据挖掘技术对高校教学数据的分析处理，能够形成真正有价值的知识，向决策者提供信息支持，有利于推动学校教学改革和建设的全面发展。本文提出了现代高校学生管理工作的新模式，并就一个管理决策的应用模式进行了实例分析。 　　关键词：数据挖掘；学生管理工作模式；关联规则；高校教学方法 　　中图分类号: TP311.13 文献标识码:A 文章编号：1009-3044(2007)18-31725-02 　　Data Mining on the Application of College Students Management 　　WANG Xiao-yan,CHENG Zhi-mei 　　(College of Mathematics and Information Science,East China Institute of Technology,Fuzhou 344000,China) 　　Abstract:Data Mining is a knowledge discovery technology that extracting valuable rules or models from huge raw data. With the help of data mining technology on the decision support system for the educational administration, the administrator can get much valuable knowledge about the data of the university education. Educational information through data mining technology for the analysis and can form a truly valuable knowledge and provide information to policy makers, and is conducive to promoting the all- round development of school education reform.In this paper new applied patterns of the modern college student s’management are presented and analyzed with anexample. 　　Key words:data mining;pattern of students management;Association Rule;Universitys teaching method 　　 　　1 问题的提出 　　 　　在现代科学技术推动下，高校教学管理正朝着“规范化、信息化、网络化”的方向发展。其职能从事务型、管理型向学习型、研究型、服务型、创新型转变, 并为学校的决策、管理、改革和建设提供详尽的数据支持。如何从复杂信息中及时发现有用的知识，为学生工作者实施因材施教提供决策依据。如何开发利用这些数据，理性地分析教学中的各方面的成效得失是广大教师共同关心的问题。如果能够找到影响学生学习成绩的因素，必然有利于教学质量的提高。 　　 　　2 解决方案 　　 　　2.1 数据挖掘 　　数据挖掘（DM ，Data Mining）就是从大量的、不完全、???噪声的、模糊的、随机的数据中，提取隐含在其中的，人们事先不知道的，但又是潜在有用的信息和知识（模型或规则）的过程，是一类深层次的数据分析方法。它是一门交叉学科，包括机器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。将数据挖掘技术应用于教学评价无疑是非常有益的，它可以全面地分析考试结果与各种因素之间隐藏的内在联系。 　　2.2 数据挖掘过程 　　数据挖掘过程包括对问题定义、数据收集、数据处理、数据变换、数据挖掘、模式评估、知识表示等过程，以上的过程不是一次完成的，其中某些步骤或者全过程可能要反复进行。 　　第一步，确定挖掘对象、目标清晰地定义出问题，认清数据挖掘的目的是数据挖掘的重要一步。挖掘的最后结果是不可预测的，但要探索的问题应是有预见的。 　　第二步，数据采集这是一个工作量较大，占据时间较多的阶段。教师需要在以往的教学实践中，注意收集数据信息，有些数据的产生可以直接获得，有些数据需要对学生进行调查获得。 　　第三步，数据转换将教师收集的不同数据