基于SQLServer数据库的高校教学质量数据挖掘分析.docxVIP

?

?

基于SQLServer数据库的高校教学质量数据挖掘分析

?

?

于鹏飞

[摘要]教育信息化是高等院校教育发展的主要趋势，也是提升高校教学质量的重要途径和渠道。本文以促进高等院校教学发展为目标，将数据挖掘技术和SQLServer数据库引入教学质量评价中去，利用数据挖掘系统支持高等院校教学质量管理工作。首先，本文介绍了SQLServer数据库及其特点，以及数据挖掘技术和常用的几种数据挖掘算法，提出利用决策树方法进行教学质量数据挖掘，并对这一方法的实现进行了简要分析，仅供参考借鉴。

[关键词]数据挖掘；教学质量；SQLServer数据库；实现过程

[]G640

[]A

[]1671-5918（2018）02-0026-02

近年来，随着高等教育改革工作的逐步展开和教学手段的不断拓展，高等教育管理的现代化、信息化水平有了显著提升，很好地满足了现阶段高等教育管理工作需求。特别是等信息系统的应用，为高校教学管理日常工作带来了极大便利，不仅积累了大量教学相关数据，也降低了工作强度。如何更好地应用这些数据，充分发挥其在教学质量管理中的积极作用，是摆在广大教育工作者面前的一个重要课题。基于此，就于基于SQLServer数据库的高校教学质量数据挖掘进行了分析，以期全面推动教育管理信息化，提升高校教育工作水平。

一、SQLServer數据库及特点

SQLServer数据库是近年新提出的一种关系型数据库管理系统，具有高性能、可扩展性、分布式等特点。从整体上看，本数据库的优势体现在以下几个方面：第一，高性能性，能够充分利用WindowsNT优势；第二，采用先进的管理方法，支持本地、远程系统配置和管理，也支持计算机图形化管理；第三，有强大的事务处理能力，可通过各种方法保护数据的完整性；第四，支持多种结构的处理器，拥有自主的SQL语言。

二、数据挖掘技术

数据挖掘是上世纪末发展起来的一种交叉性学科，可从大型数据库中提取出有价值的信息。这些有价值的信息都是潜在的、隐含的，事先不被人所知。提出后的有价值信息可用概念、规则、规律、模式等形式表现。准确的来讲，数据挖掘是决策支持的过程，可作出归纳性推理，辅助决策者作出科学合理的决策。

（一）数据挖掘过程

通常情况下，数据挖掘主要包括数据准备、挖掘操作、结果表达和解释等环节。各环节相互联系，构成了一个反复不断的数据挖掘过程。如，挖掘者在数据挖掘过程中如果发现选用的数据不能满足要求，或挖掘结果达不到要求，可以重复先前的挖掘过程，重头进行数据挖掘。

（二）数据挖掘算法

在数据挖掘工作中，除了选定数据挖掘过程模型外，选择数据挖掘算法是最重要的一项工作。目前，常用的几种数据挖掘算法有决策树、聚类、统计等，这些方法在数据挖掘中有广泛应用。

（三）SQLServer中的数据挖掘

数据挖掘本身是一种决策支持工具，兴起于上世纪90年代，而最新发展起来的SQLServer数据库也具备数据挖掘功能。SQLServer中的数据挖掘存储采用特殊结构，要想浏览它必须使用微软软件，只有这样才能进行数据模型创建、复制、删除、修改等工作。

三、高校教学质量数据挖掘采用决策树算法的必要性

（一）目前高校教学质量管理现状

教学质量管理水平是衡量高校办学能力的重要指标之一，提升教学质量管理水平是高校教育管理的核心工作。显而易见，教学质量管理工作对高校而言十分重要。就当前来看，高校教育工作中基本使用了网上评教、学生成绩查询等信息工具，辅助高校日常教育及其管理工作。信息工具使用过程中产生了大量的数据信息，这些信息中隐藏很多有价值的信息，可用于教学质量管理。然而实际工作中并未完全做到这一点，这些数据被人的主观忽略，未对这些教学数据进行充分挖掘，一定程度上降低了教学数据利用价值，不利于提升教学质量管理水平。基于此，需要通过一种科学、有效的方法进行教学数据挖掘，从中挖掘出有价值的信息，作为教学质量管理工作的决策支持依据。综合考虑多种数据挖掘算法后，决策树算法成为最佳选择之一。

（二）决策树算法

决策树是一种与流程图非常相似的树状图，每一个节点表示在一个属性上的测试。其中，分枝表示测试输出，枝叶节点表示类或类分布。建立决策树的主要目的是建立目标类变量关于各输入变量的分类预测模型，以便实现对新数据对象的分类和预测，为教学质量数据分类与有用信息挖掘提供支持。

四、基于SQLServer数据库的高校教学质量数据挖掘分析

（一）数据挖掘系统的实现

建立高校教学质量数据数据挖掘系统时，应当充分利用SQLServer数据库及微软公司的相关软件、标准化接口等，可直接利用SQLServer数据库的数据挖掘功能对高校教学过程中产生的数据进行数据挖掘，为高校教学质量管理提供有价值的信息。数据挖掘系统实现主要包括以下环节：首先，将教学质量评估中的数据引