教務(wù)管理信息系統(tǒng)已經(jīng)普遍應用在我國高校教學管理中，隨著其使用頻率的不斷上升，系統(tǒng)中積累的數(shù)據(jù)越來越多。教務(wù)管理系統(tǒng)中包含了教學所有環(huán)節(jié)的數(shù)據(jù)信息，包括專業(yè)計劃、開設(shè)課程、課程安排、學生信息、學生選課、學生成績等，具有數(shù)據(jù)量大、數(shù)據(jù)雜、蘊含信息多、數(shù)據(jù)表間相互關(guān)聯(lián)多等特點。
數(shù)據(jù)挖掘技術(shù)從一開始就是面向應用的，但在教育領(lǐng)域，數(shù)據(jù)挖掘還是一種全新的技術(shù)。它關(guān)注從教育環(huán)境產(chǎn)生的數(shù)據(jù)中發(fā)現(xiàn)隱含的知識，這些數(shù)據(jù)可以是從歷史的或者正在運行的教育系統(tǒng)數(shù)據(jù)庫中獲得；它的主要作用是對數(shù)據(jù)庫中的大量數(shù)據(jù)進行抽取、轉(zhuǎn)換，通過數(shù)據(jù)分析發(fā)現(xiàn)其中隱藏的模式、關(guān)聯(lián)、數(shù)據(jù)反常等對教育和教學決策的起到積極作用的關(guān)鍵性數(shù)據(jù)。數(shù)據(jù)挖掘更主要是為教學決策提供真正有價值的信息，進而獲得更好的教學效益，例如利用數(shù)據(jù)挖掘分析結(jié)果可以改進教學效果，提高學生成績，找到影響教師教學和學生學習的因素。隨著這項技術(shù)的成熟，其在高校教學、管理中的應用更加廣泛。
在數(shù)據(jù)挖掘教育實踐應用過程中需要選擇合適的數(shù)據(jù)挖掘功能建立對應模型來解決問題，數(shù)據(jù)挖掘的主要功能包括分類、估計、預測、關(guān)聯(lián)、聚類、描述和可視化等，通過文獻調(diào)研發(fā)現(xiàn)目前在教育教學管理中應用的主要有分類、預測、關(guān)聯(lián)、聚類等。
分類是最常見的數(shù)據(jù)挖掘功能之一，分類過程實際上是建立某種模型，然后將其用于對未分類數(shù)據(jù)進行分類。決策樹、最緊鄰技術(shù)、神經(jīng)網(wǎng)絡(luò)等都是最常用的分類技術(shù)。
預測是利用歷史數(shù)據(jù)找出變化規(guī)律，建立模型，并由此模型對未來數(shù)據(jù)的種類和特征進行預測。預測關(guān)心的是精度和不確定性，如由學生以往課程成績預測學生轉(zhuǎn)專業(yè)或?qū)W籍異動情況。預測通常使用回歸分析、時間數(shù)列分析和人工神經(jīng)網(wǎng)絡(luò)等方法。
關(guān)聯(lián)是要發(fā)現(xiàn)大量數(shù)據(jù)之間有趣的關(guān)聯(lián)或相關(guān)聯(lián)系，從而為某些決策提供必要支持，它是數(shù)據(jù)庫中存在的一類重要的、可被發(fā)現(xiàn)的知識，被廣泛應用于決策支持系統(tǒng)。例如，從學生選修課程的傾向可以了解學生需求從而為課程開設(shè)提供參考。
聚類是把一組個體按照相似性歸成若干類型，它的目的是使同一類別之內(nèi)的相似性盡可能大，而類別之間的相似性盡可能小。聚類技術(shù)主要包括傳統(tǒng)的模式識別方法和數(shù)學分類學，例如，將成績好的和成績不好的學生分別聚類，分析不同類型學生特點。
數(shù)據(jù)挖掘在教育層面上的研究處于發(fā)展的初級階段，但發(fā)展速度很快，已經(jīng)應用于招生、就業(yè)、教學計劃安排、課程安排、課程相關(guān)性分析、學生評價等多個方面，而且應用領(lǐng)域還在不斷擴展。我國高校中對數(shù)據(jù)挖掘技術(shù)的應用起步較晚，但進入21世紀后發(fā)展相當迅速，已經(jīng)開始應用于教育教學管理的各個方面。在國內(nèi)教育研究領(lǐng)域主要利用數(shù)據(jù)挖掘進行計劃、學籍管理、教學運行過程、招生、就業(yè)等數(shù)據(jù)的深層分析。
..
|
