高校教务管理系统中数据分析和模型探索.docVIP

高校教务管理系统中数据分析和模型探索.doc

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
高校教务管理系统中数据分析和模型探索

高校教务管理系统中数据分析和模型探索   摘要:近些年来,随着各大高校招生规模的过大,教务管理工作也变得越来越复杂,同时对教务管理的服务性、规范性和科学性也用了进一步的要求。本文通过对几所高校的教务管理系统的主要功能分析发现,这些系统都具备了简单的统计功能,但对数据背后有用信息的挖掘比较薄弱。本文利用了数据挖掘及统计学技术,并借助SPSS软件和SQL Server 2000中的数据挖掘功能对教务管理系统中的选课数据、学生成绩和教学评价进行了多元分析,在此基础中提出了一个有效的高校教务管理系统分析模型。   关键词:教务管理习题同,多元分析,数据挖掘   【中国分类法】:G4      由于高等教育的大众化思维转变,各大高校逐步扩大了教育规模,同时给教学管理工作带来了一定的困难,教务管理趋于复杂化,同时教务亟需科学化、规范化的管理。[1]现存的教务管理系统虽然具备简单的存储、备份、查询、统计、报表等功能,但仍有不足之处:   1. 堆积的大量历史数据未得到有效利用   2. 数据分析能力不足,未对管理工作者提供有效的决策支持。   3. 对数据的多角度挖掘能力有所欠缺。   一、 教务管理系统概述   当前,教务管理系统在高校得到大范围的普及,并在教学管理中发挥了重要左右,但实际中也存在着诸多不足。   1. 教务管理的含义   [2]教务管理分为宏观和微观两个层次。微观层次的教育管理是指“校管理者根据教育方针、教学计划、教学大纲的要求,根据教学工作的规律,运用现代科学管理的理论、方法和原则,通过计划、组织、检查、总结等管理环节,对教学的各个方面、各个要素、各个环节,进行合理组合,推动教学工作正常地、高效率地运转”。宏观的教务管理也称为教学行政,主要包括目标管理、课程管理、教材管理和资源管理等为主要内容的计划设计管理,以检查、指导、测试、评价、咨询、报告为主要内容的评价分析管理。本文主要从微观层面来对教务管理系统进行分析。   2. 教务管理系统的重要性   教务管理工作是一个学校综合实力的重要标志,是增强学校竞争力的有效保障。其在某种程度上反映了一个学校的管理水平的高低。它服务于高校的教学工作的同时又给教学工作以指导意义。   3. 教务管理的特点   当前国内外的教务管理都趋于“信息化、规范化、网络化”。教务管理应该明确责任,依章办事,有制度可依,且清晰无误。并能够利用现在发达的信息技术,促进教务管理的高效、有效进行。对教务管理系统的使用,使得教务管理工作更加科学、合理。   二、 数据分析和挖掘工具   SPSS是当前使用最广泛的分析统计工具,Microsoft SQL Server 2000 中的统计分析工具 Analysis Services 具有简单、易用、灵活的特点而广受欢迎。   1. 数据分析工具SPSS   SPSS 最主要的是统计功能,通过在教育系统中应用统计分析方法,可以更加精准的掌握学生的情况,通过对教务系统中数据的多元分析,并将结果以图表功能简单直接的呈现出来。   2. 数据挖掘工具 Analysis Services   数据挖掘技术解决了拥有大量数据却无法有效利用的尴尬处境。数据挖掘技术是指从海量的、有污损的数据中提取人们尚未发现的消息的过程。数据挖掘是为了发现有实际科学意义的数据,为管理者的决策提供可靠的数据支持。   [3]决策树方法在数据库中运用信息论中信息增益的方式寻找具有最大信息量的字段,并以树型结构分类或决策集合,产生规则和发现规律。   三、 学生选课指导模型   目前,大部分高校都采用了学分与自由选课相结合的制度,在提供学生兴趣的同时,保证学生的学习强度。只有在大量高质量的课程可提供的基础上上的选课制才是有意义。减少学生选课的盲目性和冲动性是一个合格高校的基本责任。[4]学生盲目选课的原因主要有以下几种:   (1) 由于高校的扩招,导致教师的数量也盲目增加,教师质量下降显著,导致对学生的指导不到位   (2) 学校为学生准备的资料过于繁杂冗余,不够简洁,打击学生阅读资料的积极性。   (3) 课程介绍不足,导致学生望文生义,对课程不够了解。   学生必须修够足够的学分才能毕业,评价一个学生学习好坏的标准一般有两个:平均成绩点数和获得的总学分。在学生选课子系统上加上学生当前总学分数和平均点数能够为学生选课情况提供很好的参考价值。   通过对不同的学生提供针对性的指导建议,可以较少学生学科的盲目性和冲动性。用统计分析方法对学生的成绩进行多角度的分析,能够让学生清楚的认识到自己的学习情况,从而选择合适的课程。   四、 成绩分析模型   对学生成绩进行分析,在评价学生学习效果的同时也是对教师教学质量的检验。有利于学校调整教学活动,为教育科研提供有价值的真实资料。对教务系统中的历史数

文档评论(0)

130****9768 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档