数据挖掘技术在高等学校教学中应用研究.docVIP

数据挖掘技术在高等学校教学中应用研究 　　摘 要：日前，无论是在商业还是金融业等行业，都对数据挖掘技术方面进行了大规模的推广和应用。但是其在教育领域上面的影响却较小。本文结合具体实际，通过对数据挖掘技术在高校教学中的详细探究和分析，从而得出数据挖掘技术不但能够帮助教学人员安排教学工作，还能协助辅导员加强对学生的有效管理，从而不断提高教学管理水平。 　　关键词：数据挖掘技术 高等学校 教学 应用研究 　　中图分类号：G421 文献标识码：A 文章编号：1672-3791（2013）05（a）-0201-01 　　21世纪是经济和社会不断发展，科技水平不断提高的信息化时代，从而促进了整个社会的信息总量的增加，提高了人们利用信息技术寻找数据的能力。可是由于积累的数据不断增多，可是在对数据进行挖掘的过程中对所隐藏的知识知知晓的方法比较少，从而就出现了数据大爆炸，而知识上出现了严重的匮乏这样的现象。 　　随着人们对数据库技术上的不断掌握和成熟，以及在数据应用上也得到相应的普及，人们积累的数据资料很多，人们累积了比较多的数据资料，可是却没有充分的发挥与利用数据库里蕴含的丰富的知识和信息。由于在现代社会里数据库的量在以几何状态不断的增长着，而从数据的汪洋中，人们要在挑选技术的需求下对信息去粗存精、去伪存真愈发强烈，日益期望计算机系统能够提供更高层次的数据分析，从而有效的帮助领导者注意到数据之间容易被户数可是又很重要的因素，在决策上得到了更好的支持效果。同时为了跟这项要求呈现迎合现象，应挖掘数据库的技术和发现数据库中的知识KDD，才能顺应时代的发展，得到相应的推广和研发。 　　1 数据挖掘技术的具体含义和特点 　　数据挖掘技术的含义主要指的是从一些不完全、有噪声、模糊的、大量的、随机的数据当中，对其隐藏在数据里面的信息进行有效的提取，可是又不被人们事先知道，然而又十分有用的信息与知识的过程。通过比较分析数据挖掘的目标，人们可以采用一些手段和措施进行挖掘，其中包含了人工智能、集合论或者统计学等，再运用相对应的数据挖掘算法进行分析数据的基础，在通过可??化的工具来描述夺取的模式和表达其规则。 　　对于数据挖掘技术而言，其通常具有以下三个特点。首先数据挖掘技术能够有效的发现能够表现系统局部特征和规律的模型；其次数据挖掘技术可以自动的对趋势进行有效的预测，从而发掘新的知识；最后数据挖掘技术能够便捷的获取规则，并进行实时的更新。数据挖掘方法是一种开放性的思维方法，它能够及时的使用和借鉴在模型法中的多项成果，例如神经网络、粗糙集、朴素贝叶斯算法等方法，这些方法无一例外都被数据挖掘方法所采用。 　　2 数据挖掘技术的目的和挖掘的过程 　　首先，对于数据挖掘技术而言，其希望能够发现以下几方面的知识的知识：一方面是能够有效的表现同类事物的共同性质的泛化知识；另一方面是期望能够发现可以表现一种事物与其他事物之间的依赖或者关联的关联型知识；第三是期望能够发现可以详细的展现同类事物的共同性质的特征型知识，以及在不同事物之间存在的区别的差异型知识；最后采用数据挖掘技术还期望能够获得通过对历史和当前数据的分析，能够预测未来的预测型知识。 　　数据挖掘技术挖掘的过程是从大型库中挖掘出未知的、有效的并且具有实用价值的信息，再通过相关信息的综合比较来做出具体决策。对其而言，通常可以将其分成准备、数据挖掘、评价阶段以及运用这四个阶段。 　　3 数据挖掘技术在高等学校教学中的具体应用 　　3.1 了解高校学生的基本信息 　　采用数据挖掘技术，不仅可以实时的分析，跟踪和了解学生的出勤状况，而且能够针对学生的具体年龄和个人情况进行有效的分析，在综合的掌握和了解还可对学生的结构和组合的基础上，来为其安排合理的课程，从而为科学合理的评价学生的综合素质情况提供良好的理论和数据依据。可以采用可视化的技术来对学生的相关数据进行挖掘，或者给教师提供图表和曲线图，使教师能够充分合理的利用学生的问题资源，来科学合理的提高教学质量。在另一方面，数据挖掘还能够应用于网上的考试系统，挖掘考生的成绩情况，从而为教师在之后的教学中更好的教导学生提供重要的帮助。 　　3.2 掌握学生的学习特征 　　所谓的学生学习特征一般包含两方面的内容：一方面是学生进行学习上准备，另一方面则是学生的学习风格。学习准备一般包含初始能力与一般特征。学生的初始能力是指学生在学习某一特定的课程内容时，学生已经掌握的相关知识和技能，还有学生对这些学习内容的具体认识和态度。而学生的一般特征则是指学生在学习过程中能够影响学生的心理、生理和社会的特点，包括年龄、性别、年级、认知成熟度、智力才能、学习动机、个人对学习的期望、生活经验、文化、社会、经济等背景因素。 　　3.3 教师要科学合理的设置课程 　　学