《数据挖掘在教学中的应用解析》-工学论文，计算机论文-论文范文参考-科学狗论文网

标题

数据挖掘在教学中的应用解析

范文

刘昆

摘要：由于社会主义市场经济发展速度不断加快，基于这种大环境影响下，数据挖掘技术也随之发展起来，并且得到了各个领域的广泛应用，例如商业以及金融业等，但是在我国的教育领域中，数据挖掘技术在教学中的应用少之又少。因此，本篇文章就数据挖掘技术的概念详细的说明，通过对数据挖掘在教学中的应用进行充分的分析，希望通过本文的阐述，可以给我国的从教人员在教学模式上提供一定的帮助，并对教育事业的管理工作起到辅助的作用，进而提高我国的整体教学水平，为数据挖掘在教学中的应用奠定了扎实的基础。

关键词：数据挖掘；高校教育；教育信息化；学习评价特征；分类分析

中图分类号：G642 文献标识码：A 文章编号：1009-3044（2016）14-0091-02

进入新世纪以来，随着我国信息化发展的速度越来越快，在这种环境的影响下，我国的教学部门也开始将信息化和数字化的理念融入到教学中来。就拿广东外国语学院来说，在03年底，学校自从接受了市教育部的评估之后，学校在教学中开始融入信息化技术和数字化技术，使得学校的教学管理和发展呈现直线上升的趋势。随着信息化时代的来临，学生们在对教师的工作进行评分时，由传统的笔答方式逐渐演变为应用计算机进行评分，而教师在对学生的每次考试成绩进行公布时，也将传统的纸质评分逐渐演变为应用计算机进行评分，教师和学生也可以应用计算机技术进行选课或者学习，而学校的教学系统也由传统的办公室自动化系统逐渐演变为数字化对外公开系统。随着各个学校将信息化技术和数字化技术融入到教学中来，不仅有效地提升了学校教学的整体效率，同时也给学校节约了大量的人力资源和物力资源，促进了我国教学的进一步发展。与此同时，随着学校将信息化技术应用到教学中来，它也给学校的管理工作和教学方式积攒了大量的参考数据。其中包括学生所有考试成绩管理数据、教师教学质量和学生对教师教学方式的评分数据、教师和学生考试管理数据以及教师的专业知识培养数据等。这些数据的存在，不仅是辅助学校教学管理的重压工具，更是给学校教学的今后发展奠定了扎实的基础。但是，根据目前的情况来看，我国的各个学校的教学和管理工作一直处于起步阶段，因此，这些数据还没有得到各个学校的广泛使用。基于现在的情况来看，各个学校可以借助这些数据并进行充分的挖掘，不仅可以有效地提升整个学校的教学质量，同时也给学校的今后发展奠定了重要的条件。

1 概述

数据挖掘（Data Mining），也被人们广泛称作数据开采，建立在一个全新的角度出发将各个领域的技术进行结合得出的产物，其中包括数据库技术、知识发现技术（KDD技术）、数据统计技术等。它的主要原理就是将所需要对数据从大量的数据库中搜索出来，并将这些数据进行充分的挖掘，将这些数据中最有利用价值和具备潜在效益的一面进行利用，并将这些挖掘的数据进行高级处理的整个过程就叫做数据挖掘。见图1所示：

数据挖掘可以从两个层次进行解释：在浅层次上，数据挖掘可以借助数据库管理系统的三个功能分别是数据查找功能、数据探索功能以及数据报表功能，与两种数据分析法进行结合，其中包括多维数据分析法以及数据统计分析法，在实现联机将这些数据进行分析处理，进而得出所需要的参考数据。在深层次上，数据挖掘可以将数据库中前所未闻的数据或者隐性的数据探索出来。并将数据库中可以利用的数据进行高校的挖掘和索取，进而给人们提供更好的参考数据，并将这些数据进行充分、合理的应用。

2 数据挖掘方法

在对数据挖掘进行充研究时，由于数据挖掘涉及的科学领域比较众多，因此，数据挖掘的方法也以很多的形式表现出来。第一方面传统统计分析方法；第二方面就是机器学习方法；第三方面就是数据库方法。要想真正实现注入三方面的内容，下面就是笔者对这三方面的详细介绍。

2.1 传统统计分析方法

传统统计分析方法主要包含五个方面的数据分析，第一个是判别分析；第二个是回归分析；第三个是聚类分析；第四个是探索性分析；第五个是支持量分析。传统统计分析方法的原理为，用户首先要提供所要假设的参数，然后在由系统将这些参数进行数据验证。传统统计分析方法存在很多弊端，例如经过训练之后才能进行使用，由此同时，在进行数据探索时，为了保证数据的真实性，用户需要进行多次操作。在统计学习理论中，被人们探索出的一种新型学习方法就是支撑矢量机（SVM），建立在计算学习理论的结构较小风险的原则之上，可以提升学习机的泛化能力。

2.2 机器学习方法

机器学习方法主要包含三个方面，第一方面是归纳学习法；第二方面是基于范例推理法；第三方面就是贝叶斯网络。基于范例推理法的工作原理就是借助原理的实验或者方式来对于指定的问题进行求解。据目前情况来看，我国的对机器学习方法进行探索的方向是把范例推理同格子机和最近邻原理相进行充分结合。除此之外，基于多关联规则的分类算法是一种具有较高的效率以及较强的适应功能的机器学习算法。

2.3 数据库方法

数据库方法主要包含三种方法，第一种是基于可视化的多维数据分析方法；第二种还是 OLAP 方法；第三种面向属性的归纳方法等。

3 数据挖掘在教学中的应用

3.1 学生成绩数据挖掘

每个学校都会在期末的时候对学生的成绩进行统计，其中包含学生的平时成绩、学生的考试成绩以及各科教师对学生的考查成绩等，在教学的过程中应用数据挖掘技术，不仅可以给学生在查询自己的各项成绩时提供便利，同时也给可学生的综合成绩进行统计。应用关联分析法，不仅可以将学生的各项成绩进行充分的挖掘，同时还可以让学校及时地了解学生的各项成绩、学生的全部信息、学生的专业发展、教师的教学质量以及其他未知信息等之间存在的联系。在每个学校的期末结束以后，学校的全体人员可以利用数据挖掘技术对各项数据进行查询以及统计之外，还可以从中吸取一些经验，这对教师以及学校的管理人员在面对新的学期时的工作与教学管理提供了重要的意义。

3.2 教师课堂教学评分数据挖掘

根据目前情况来看，许多学校开始使用计算机评分方法让学生给教师进行教学质量评分。在学校期末工作结束之后，教师可以应用计算机来查询学生对自己教学质量的评价，学校教务部们可以根据学生对教师教学质量的评价标准来制定新的学期的教学方案，并根据学生给教师做出的评价来给教师进行排名，并利用数据挖掘技术将这些数据进行充分的分析，并根据分析出的结果对各科教师的教学成果和教师具备的专业素质、学生自身具备的综合素养、评分标准的判定以及指标之间衡量值的设定进行挖掘，进而让教师了解教师的教学方式也及教学质量与学生的各项成绩有着直接的影响。见图2所示：

4 结束语

总而言之，随着科技发展的脚步越来越快，教学部门也开始将信息化技术和数字化技术应用到教学中来，而传统的教学模式已经不能很好地满足现代的教学需求，我们也很难在依照传统的方式将所需要的参数在大量的数据中快速的查找出来，这就需要在教学中应用数据挖掘技术。即使数据挖掘技术只是一种辅助工具，它永远也不可能将教师的位置进行替换，但是它可以给教师的教学工作提供辅助的作用。数据挖掘技术就是通过科研人们通过大量的实践得出的产物，它给在传统教学管理模式中很难获取或者不能获取的数据提供了捷径。

参考文献：

[1] 江敏，徐艳.数据挖掘技术在高校教学管理中的应用[J].电脑知识与技术，2012，8（24）：5741-5745+5760.

[2] 陈小莉，刁永锋.数据挖掘在教学管理中的应用研究[J].中国医学教育技术，2010（24）；10602：165-168.

[3] 黄佳彬，胡健.数据挖掘在实践教学信息网中的应用[J].计算机光盘软件与应用，2013（16）；23124：104+106.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。