吳天真 李文靜

摘 要：高校教務(wù)管理系統(tǒng)中積累大量的教學(xué)數(shù)據(jù)，其中蘊(yùn)藏一些有用的信息。數(shù)據(jù)挖掘技術(shù)在教務(wù)管理中的應(yīng)用主要是通過學(xué)生的成績、教學(xué)評價(jià)、教師科研教學(xué)等數(shù)據(jù)的分析，發(fā)現(xiàn)其中隱藏的信息，從而為教務(wù)管理者制定相關(guān)決策，例如人才培養(yǎng)方案的制定、課程安排、試卷命題提供依據(jù)。

關(guān)鍵詞：數(shù)據(jù)挖掘 教務(wù)管理 應(yīng)用

中圖分類號：TP311.13 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-3973（2013）007-075-02

1 引言

近年來，隨著高校信息化建設(shè)的深入，高校內(nèi)部構(gòu)建了豐富的信息系統(tǒng)并累積了海量數(shù)據(jù)。教務(wù)管理是高校日?；顒?dòng)中的重要組成部分，對教務(wù)管理系統(tǒng)積累的大量數(shù)據(jù)進(jìn)行分析和挖掘，將會(huì)發(fā)現(xiàn)一些潛在的知識，從而為提高教學(xué)質(zhì)量，優(yōu)化教學(xué)資源提供可靠的數(shù)據(jù)依據(jù)。本從將對數(shù)據(jù)挖掘技術(shù)在教務(wù)管理中的應(yīng)用進(jìn)行論述。

2 數(shù)據(jù)挖掘概述

2.1 數(shù)據(jù)挖掘的概念與應(yīng)用

隨著計(jì)算機(jī)硬件和信息技術(shù)的發(fā)展，使得海量數(shù)據(jù)的處理已經(jīng)成為研究與生產(chǎn)中的一項(xiàng)重要工作，數(shù)據(jù)挖掘技術(shù)由此而誕生。數(shù)據(jù)挖掘也叫知識發(fā)現(xiàn)，指的是從大型數(shù)據(jù)集中提取一些事先未知的、隱含的潛在知識的過程。這些知識的表現(xiàn)形式可以是概念、規(guī)律、模式、規(guī)則等。如今，數(shù)據(jù)挖掘目前已經(jīng)廣泛應(yīng)用于許多領(lǐng)域，比如生物醫(yī)學(xué)、金融數(shù)據(jù)分析、零售業(yè)、電信行業(yè)等等。

2.2 數(shù)據(jù)挖掘的功能

數(shù)據(jù)挖掘除了具有查詢數(shù)據(jù)的功能，還能夠發(fā)現(xiàn)以前未發(fā)現(xiàn)的模式，并預(yù)測將來的趨勢和行為。概括起來，數(shù)據(jù)挖掘主要有以下幾項(xiàng)功能，即概念描述、分類和預(yù)測、關(guān)聯(lián)分析、聚類分析、和孤立點(diǎn)分析。

（1）概念描述。它是指描述某類對象具有的內(nèi)涵、并概括這類對象的有關(guān)特征。概念描述的兩種方式分別是數(shù)據(jù)特征化和數(shù)據(jù)區(qū)分。數(shù)據(jù)特征化是描述某類對象的共同特征，而數(shù)據(jù)區(qū)分則是描述不同類對象之間的區(qū)別。

（2）分類和預(yù)測。首先，分類建立一個(gè)能夠描述并區(qū)分?jǐn)?shù)據(jù)類的模型，然后使用這個(gè)模型來預(yù)測類標(biāo)記未知的對象類。歸納分類的形式有多樣，比如分類規(guī)則、判定樹和神經(jīng)網(wǎng)絡(luò)等等。當(dāng)被預(yù)測的值是數(shù)值而不是類標(biāo)記時(shí)，通常稱之為預(yù)測。

（3）關(guān)聯(lián)分析。關(guān)聯(lián)分析的目的是發(fā)現(xiàn)關(guān)聯(lián)規(guī)則，這些規(guī)則展示的是兩個(gè)或兩個(gè)以上的數(shù)據(jù)項(xiàng)頻繁地在給定數(shù)據(jù)集中一起出現(xiàn)的條件。若這些數(shù)據(jù)項(xiàng)是以某種規(guī)律共同出現(xiàn)的話，這些數(shù)據(jù)項(xiàng)之間就可能存在某種關(guān)聯(lián)，這種規(guī)律稱之為關(guān)聯(lián)規(guī)則。其關(guān)聯(lián)類型主要有簡單關(guān)聯(lián)、時(shí)序關(guān)聯(lián)、因果關(guān)聯(lián)?？尚哦染统蔀槭顷P(guān)聯(lián)分析生成的規(guī)則的一個(gè)重要衡量指標(biāo)。

（4）聚類分析。聚類指的是將待挖掘的數(shù)據(jù)分成多個(gè)類或者簇，具有較高的相似度的數(shù)據(jù)會(huì)被分到同一個(gè)簇中，而差距較大的數(shù)據(jù)則會(huì)處于不同的簇中。聚類分析是一種重要的人類行為，它增強(qiáng)了人們對客觀現(xiàn)實(shí)的認(rèn)識，是概念描述和偏差分析的先決條件。傳統(tǒng)的模式識別方法和數(shù)學(xué)統(tǒng)計(jì)法是聚類分析的主要技術(shù)。

（5）孤立點(diǎn)分析。孤立點(diǎn)指的是數(shù)據(jù)庫中存在的一些異常記錄，它們與數(shù)據(jù)的一般行為或者模型不一致。孤立點(diǎn)可能會(huì)包括很多潛在的知識，如不滿足規(guī)則的特例、分類中的反常實(shí)例，這些罕見的事件可能比正常出現(xiàn)的更有趣。孤立點(diǎn)分析又稱作孤立點(diǎn)挖掘。

2.3數(shù)據(jù)挖掘的步驟

數(shù)據(jù)挖掘的步驟一般包括：確定待挖掘?qū)ο?、?shù)據(jù)預(yù)處理、建立模型、數(shù)據(jù)挖掘、模式評估和與知識應(yīng)用這幾個(gè)階段，其中數(shù)據(jù)預(yù)處理又包括數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)選擇與數(shù)據(jù)變換。

3 教務(wù)管理中的數(shù)據(jù)挖掘

數(shù)據(jù)挖據(jù)在教務(wù)管理的應(yīng)用主要有以下項(xiàng)目：學(xué)生信息管理、教學(xué)評價(jià)、成績分析、遠(yuǎn)程教育、智能教學(xué)、個(gè)性化培養(yǎng)，其中教學(xué)評價(jià)、成績分析以及個(gè)性化學(xué)習(xí)方案都是教務(wù)管理的重要環(huán)節(jié)。教務(wù)管理中存在大量的待處理數(shù)據(jù)，比如教師信息、學(xué)生信息、學(xué)校的所有課程信息、教學(xué)計(jì)劃信息、管理部門的信息等等，使用數(shù)據(jù)挖掘技術(shù)能有效的提高教務(wù)管理的效率。結(jié)合2.2中提到的數(shù)據(jù)挖掘的功能，這里主要介紹在教務(wù)管理系統(tǒng)中比較廣泛應(yīng)用到的以下四種數(shù)據(jù)挖掘任務(wù)。

3.1 分類和預(yù)測

分類和預(yù)測在教務(wù)管理的應(yīng)用一般是用于針對學(xué)生制訂個(gè)性化的人才培養(yǎng)方案。尊重學(xué)生的個(gè)性發(fā)展是現(xiàn)代高等教育的重要理念，這就要求高校將體現(xiàn)學(xué)生的個(gè)性化特征當(dāng)作人才培養(yǎng)的工作重點(diǎn)，要制定不同的培養(yǎng)方式以適應(yīng)不同的學(xué)生的個(gè)性發(fā)展。通過積累的一定數(shù)量的數(shù)據(jù)，其內(nèi)容主要包括學(xué)生個(gè)體信息，如性格特征、興趣愛好、日常行為記錄以及學(xué)習(xí)情況等，還要包括教學(xué)信息，如課程設(shè)置、教師分配和學(xué)校教學(xué)資源調(diào)配情況等，由此建立若干個(gè)模型，在此基礎(chǔ)上進(jìn)行分析、歸納和總結(jié)。以共同之處為標(biāo)準(zhǔn)，按照分類模式進(jìn)行劃分、歸類，由此制訂出多個(gè)具有個(gè)性化特征的培養(yǎng)方案。然后將某個(gè)給定范圍內(nèi)的學(xué)生劃分，使用某種個(gè)性化的培養(yǎng)方案。將分類與預(yù)測應(yīng)用到制訂人才培養(yǎng)方案的過程中，既對學(xué)校的學(xué)科課程設(shè)置提供了建設(shè)性意見，又為學(xué)生自主性學(xué)習(xí)與個(gè)性化學(xué)習(xí)提供更為科學(xué)有效的指導(dǎo)，有利于實(shí)現(xiàn)人才培養(yǎng)的多樣化、個(gè)性化、創(chuàng)新型人才的培養(yǎng)目標(biāo)。

3.2 關(guān)聯(lián)分析

關(guān)聯(lián)規(guī)則是通過分析一個(gè)事務(wù)中某些項(xiàng)的出現(xiàn)規(guī)律，挖掘出隱藏在數(shù)據(jù)間的關(guān)聯(lián)或相互關(guān)系。目前在教務(wù)管理應(yīng)用中研究得最多的就是關(guān)聯(lián)規(guī)則的挖掘，如“關(guān)聯(lián)規(guī)則在選課系統(tǒng)中的應(yīng)用”和“關(guān)聯(lián)規(guī)則在高校學(xué)位預(yù)警中的應(yīng)用”，兩篇文章所研究得都是對大量學(xué)生成績數(shù)據(jù)進(jìn)行分析，前者是發(fā)現(xiàn)不同課程設(shè)置順序?qū)W(xué)生成績的影響，由此可以更合理的安排課程順序。后者則是挖掘高年級學(xué)生的成績數(shù)據(jù)，從中得到不能授予學(xué)位學(xué)生的不及格課程規(guī)律，從而達(dá)到學(xué)位預(yù)警的目的。還有一些關(guān)于師資方面應(yīng)用的研究，比如關(guān)聯(lián)規(guī)則在教務(wù)管理決策支持中的應(yīng)用，通過分析了教務(wù)管理中教師信息之間的隱藏關(guān)系，并對數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化、離散化處理，通過事例分析了教師的教學(xué)與科研之間的隱含關(guān)系，可為教務(wù)管理提供決策支持。

3.3 聚類分析

在教務(wù)管理中，聚類分析主要應(yīng)用于分析試卷質(zhì)量。首先通過對學(xué)生考試成績的分布進(jìn)行測量，從而對試卷質(zhì)量得出一個(gè)大致評價(jià)。一般來說，在試卷編制得比較成功，試題質(zhì)量較好的情況下，考試成績會(huì)呈正態(tài)分布，測量效果符合自然分布規(guī)律。

雙峰型如果考試成績分布呈雙峰型，則說明試題難度區(qū)分不大，存在偏難或偏易的兩極分化現(xiàn)象，而中等難度的題目太少。這種試題的難度分布缺乏區(qū)分度，不能將將成績優(yōu)秀的學(xué)生與成績較差的學(xué)生進(jìn)行區(qū)分，只能區(qū)分中等程度的學(xué)生。

陡峭型的成績分布則說明試題中的大部分是屬于同等難度的，這樣的試題難度系數(shù)偏小，致使學(xué)生分?jǐn)?shù)分布過于集中，這樣也不能將學(xué)生的學(xué)習(xí)成績進(jìn)行區(qū)分。因此，可通過對學(xué)生考試成績分布狀況的分析，計(jì)算出兩個(gè)判斷指標(biāo)，即峰態(tài)系數(shù)和偏態(tài)系數(shù)，然后將成績分布情況類型進(jìn)行分類，再進(jìn)行聚類分析。如此就能有效地提高試卷命題質(zhì)量。

3.4 孤立點(diǎn)檢測

孤立點(diǎn)指的是數(shù)據(jù)集中與大部分?jǐn)?shù)據(jù)模型不一致的數(shù)據(jù)對象。孤立點(diǎn)檢測又稱作異常檢測，目的在于識別出與其他數(shù)據(jù)特征有明顯不同的觀測值。孤立點(diǎn)檢測算法的目標(biāo)是發(fā)現(xiàn)孤立點(diǎn)，還要避免將正常的對象標(biāo)注為孤立點(diǎn)。孤立點(diǎn)檢測算法的兩個(gè)標(biāo)準(zhǔn)是高檢測率和低誤報(bào)率。教務(wù)管理系統(tǒng)中的數(shù)據(jù)挖掘大多利用關(guān)聯(lián)分析或者分類分析。在發(fā)現(xiàn)這些規(guī)則的同時(shí)，也會(huì)忽略一些偶爾現(xiàn)象。偶爾現(xiàn)象也會(huì)包含一些重要信息，更應(yīng)該引起關(guān)注。孤立點(diǎn)檢測的目的就是找出教務(wù)管理信息中往往會(huì)被忽略的例外情況。例如選取學(xué)生各個(gè)學(xué)期的平均成績作為特征值，如果該生平均成績呈上升趨勢，說明該生進(jìn)步較快，呈下降趨勢則成績下降明顯，成績不穩(wěn)定的學(xué)生則有可能有作弊嫌疑。孤立點(diǎn)檢測還可以用于課程分析，選取用各個(gè)學(xué)期的選課人數(shù)作為特征值，以發(fā)現(xiàn)情況特殊的課程，為課程設(shè)置、制定教學(xué)計(jì)劃提供參考信息

4 結(jié)束語

隨著教務(wù)管理系統(tǒng)中數(shù)據(jù)信息規(guī)模的迅速增長，數(shù)據(jù)挖掘技術(shù)的合理有效利用對教育管理模式的改革、完善和發(fā)展具有重要的意義。數(shù)據(jù)挖掘工具可以比較客觀地發(fā)現(xiàn)教務(wù)系統(tǒng)中隱藏的信息，從而為教務(wù)管理人員制定相關(guān)決策提供重要依據(jù)，提高了管理效率。