于鵬飛

[摘要]教育信息化是高等院校教育發(fā)展的主要趨勢，也是提升高校教學質(zhì)量的重要途徑和渠道。本文以促進高等院校教學發(fā)展為目標，將數(shù)據(jù)挖掘技術(shù)和SQL Server數(shù)據(jù)庫引入教學質(zhì)量評價中去，利用數(shù)據(jù)挖掘系統(tǒng)支持高等院校教學質(zhì)量管理工作。首先，本文介紹了SQL Server數(shù)據(jù)庫及其特點，以及數(shù)據(jù)挖掘技術(shù)和常用的幾種數(shù)據(jù)挖掘算法，提出利用決策樹方法進行教學質(zhì)量數(shù)據(jù)挖掘，并對這一方法的實現(xiàn)進行了簡要分析，僅供參考借鑒。

[關(guān)鍵詞]數(shù)據(jù)挖掘；教學質(zhì)量；SQL Server數(shù)據(jù)庫；實現(xiàn)過程

[中圖分類號]G640

[文獻標識碼]A

[文章編號]1671-5918 （2018）02-0026-02

近年來，隨著高等教育改革工作的逐步展開和教學手段的不斷拓展，高等教育管理的現(xiàn)代化、信息化水平有了顯著提升，很好地滿足了現(xiàn)階段高等教育管理工作需求。特別是等信息系統(tǒng)的應用，為高校教學管理日常工作帶來了極大便利，不僅積累了大量教學相關(guān)數(shù)據(jù)，也降低了工作強度。如何更好地應用這些數(shù)據(jù)，充分發(fā)揮其在教學質(zhì)量管理中的積極作用，是擺在廣大教育工作者面前的一個重要課題?；诖耍陀诨赟QL Server數(shù)據(jù)庫的高校教學質(zhì)量數(shù)據(jù)挖掘進行了分析，以期全面推動教育管理信息化，提升高校教育工作水平。

一、SQL Server數(shù)據(jù)庫及特點

SQL Server數(shù)據(jù)庫是近年新提出的一種關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，具有高性能、可擴展性、分布式等特點。從整體上看，本數(shù)據(jù)庫的優(yōu)勢體現(xiàn)在以下幾個方面：第一，高性能性，能夠充分利用WindowsNT優(yōu)勢；第二，采用先進的管理方法，支持本地、遠程系統(tǒng)配置和管理，也支持計算機圖形化管理；第三，有強大的事務處理能力，可通過各種方法保護數(shù)據(jù)的完整性；第四，支持多種結(jié)構(gòu)的處理器，擁有自主的SQL語言。

二、數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘是上世紀末發(fā)展起來的一種交叉性學科，可從大型數(shù)據(jù)庫中提取出有價值的信息。這些有價值的信息都是潛在的、隱含的，事先不被人所知。提出后的有價值信息可用概念、規(guī)則、規(guī)律、模式等形式表現(xiàn)。準確的來講，數(shù)據(jù)挖掘是決策支持的過程，可作出歸納性推理，輔助決策者作出科學合理的決策。

（一）數(shù)據(jù)挖掘過程

通常情況下，數(shù)據(jù)挖掘主要包括數(shù)據(jù)準備、挖掘操作、結(jié)果表達和解釋等環(huán)節(jié)。各環(huán)節(jié)相互聯(lián)系，構(gòu)成了一個反復不斷的數(shù)據(jù)挖掘過程。如，挖掘者在數(shù)據(jù)挖掘過程中如果發(fā)現(xiàn)選用的數(shù)據(jù)不能滿足要求，或挖掘結(jié)果達不到要求，可以重復先前的挖掘過程，重頭進行數(shù)據(jù)挖掘。

（二）數(shù)據(jù)挖掘算法

在數(shù)據(jù)挖掘工作中，除了選定數(shù)據(jù)挖掘過程模型外，選擇數(shù)據(jù)挖掘算法是最重要的一項工作。目前，常用的幾種數(shù)據(jù)挖掘算法有決策樹、聚類、統(tǒng)計等，這些方法在數(shù)據(jù)挖掘中有廣泛應用。

（三）SQL Server中的數(shù)據(jù)挖掘

數(shù)據(jù)挖掘本身是一種決策支持工具，興起于上世紀90年代，而最新發(fā)展起來的SQL Server數(shù)據(jù)庫也具備數(shù)據(jù)挖掘功能。SQLServer中的數(shù)據(jù)挖掘存儲采用特殊結(jié)構(gòu)，要想瀏覽它必須使用微軟軟件，只有這樣才能進行數(shù)據(jù)模型創(chuàng)建、復制、刪除、修改等工作。

三、高校教學質(zhì)量數(shù)據(jù)挖掘采用決策樹算法的必要性

（一）目前高校教學質(zhì)量管理現(xiàn)狀

教學質(zhì)量管理水平是衡量高校辦學能力的重要指標之一，提升教學質(zhì)量管理水平是高校教育管理的核心工作。顯而易見，教學質(zhì)量管理工作對高校而言十分重要。就當前來看，高校教育工作中基本使用了網(wǎng)上評教、學生成績查詢等信息工具，輔助高校日常教育及其管理工作。信息工具使用過程中產(chǎn)生了大量的數(shù)據(jù)信息，這些信息中隱藏很多有價值的信息，可用于教學質(zhì)量管理。然而實際工作中并未完全做到這一點，這些數(shù)據(jù)被人的主觀忽略，未對這些教學數(shù)據(jù)進行充分挖掘，一定程度上降低了教學數(shù)據(jù)利用價值，不利于提升教學質(zhì)量管理水平?；诖?，需要通過一種科學、有效的方法進行教學數(shù)據(jù)挖掘，從中挖掘出有價值的信息，作為教學質(zhì)量管理工作的決策支持依據(jù)。綜合考慮多種數(shù)據(jù)挖掘算法后，決策樹算法成為最佳選擇之一。

（二）決策樹算法

決策樹是一種與流程圖非常相似的樹狀圖，每一個節(jié)點表示在一個屬性上的測試。其中，分枝表示測試輸出，枝葉節(jié)點表示類或類分布。建立決策樹的主要目的是建立目標類變量關(guān)于各輸入變量的分類預測模型，以便實現(xiàn)對新數(shù)據(jù)對象的分類和預測，為教學質(zhì)量數(shù)據(jù)分類與有用信息挖掘提供支持。

四、基于SQL Server數(shù)據(jù)庫的高校教學質(zhì)量數(shù)據(jù)挖掘分析

（一）數(shù)據(jù)挖掘系統(tǒng)的實現(xiàn)

建立高校教學質(zhì)量數(shù)據(jù)數(shù)據(jù)挖掘系統(tǒng)時，應當充分利用SQLServer數(shù)據(jù)庫及微軟公司的相關(guān)軟件、標準化接口等，可直接利用SQLServer數(shù)據(jù)庫的數(shù)據(jù)挖掘功能對高校教學過程中產(chǎn)生的數(shù)據(jù)進行數(shù)據(jù)挖掘，為高校教學質(zhì)量管理提供有價值的信息。數(shù)據(jù)挖掘系統(tǒng)實現(xiàn)主要包括以下環(huán)節(jié)：首先，將教學質(zhì)量評估中的數(shù)據(jù)引入SQLServer數(shù)據(jù)庫中，待數(shù)據(jù)處理后，創(chuàng)建星形結(jié)構(gòu)的數(shù)據(jù)倉庫，支持數(shù)據(jù)挖掘模型建立；然后，打開SQLServer數(shù)據(jù)庫，利用數(shù)據(jù)庫中的“挖掘模型向?qū)А苯?gòu)教學質(zhì)量數(shù)據(jù)挖掘模型；最后，運用決策樹方法對數(shù)據(jù)進行挖掘。

利用SQL Server數(shù)據(jù)庫本身的數(shù)據(jù)挖掘功能直接對高校教學質(zhì)量評價數(shù)據(jù)進行數(shù)據(jù)挖掘，雖然能夠構(gòu)建出數(shù)據(jù)挖掘的基本方案，但是SQL Server數(shù)據(jù)庫提供的算法有限，不能很好地適應高校教學質(zhì)量數(shù)據(jù)挖掘工作要求。介于此，可將數(shù)據(jù)挖掘模型外掛于SQL Server數(shù)據(jù)庫進行數(shù)據(jù)挖掘。這樣一來，數(shù)據(jù)挖掘算法的選擇有了更多的選擇性和靈活性，不僅可以使用SQLServer數(shù)據(jù)庫中的DTS等工具進行數(shù)據(jù)預處理、構(gòu)建數(shù)據(jù)倉庫，也可以讓SQL Server數(shù)據(jù)體庫提供更完整的數(shù)據(jù)管理服務，利于提升數(shù)據(jù)挖掘質(zhì)量和效率，保證數(shù)據(jù)挖掘結(jié)果具有利用價值。

綜合以上分析，基于SQL Server數(shù)據(jù)庫建立高效教學質(zhì)量數(shù)據(jù)挖掘模型時，要將數(shù)據(jù)挖掘模型外掛于SQL Server數(shù)據(jù)庫，采用c/s結(jié)構(gòu)系統(tǒng)，通過服務器端數(shù)據(jù)庫存儲挖掘數(shù)據(jù)源組織，客戶端應用程度運行數(shù)據(jù)挖掘模塊。具體過程：第一，對數(shù)據(jù)源進行抽取、轉(zhuǎn)換，后存儲到服務器端數(shù)據(jù)庫，即SQL Server數(shù)據(jù)庫。其中，數(shù)據(jù)源包括學生評教、教師反饋等信息數(shù)據(jù)。當數(shù)據(jù)源存儲到SQL Server數(shù)據(jù)庫中后，利用SQL Server數(shù)據(jù)庫的Drrs工具對數(shù)據(jù)進行轉(zhuǎn)換、清理，將不同數(shù)據(jù)源的數(shù)據(jù)統(tǒng)一、有序的存儲在數(shù)據(jù)庫中，為后續(xù)的數(shù)據(jù)挖掘工作做準備；第二，利用高級語言建立數(shù)據(jù)挖掘算法的實現(xiàn)方法，并編制相應的外掛數(shù)據(jù)挖掘模塊；第三，將SQL Server數(shù)據(jù)庫中的數(shù)據(jù)與服務器中的數(shù)據(jù)庫進行相應的數(shù)據(jù)交互。以上三個環(huán)節(jié)的就是利用外掛模式，基于SQL Server數(shù)據(jù)庫建立起來的高校教學質(zhì)量數(shù)據(jù)挖掘方案，該方案建立簡單、便捷，數(shù)據(jù)挖掘結(jié)果可用、有價值，很好地滿足了教學質(zhì)量數(shù)據(jù)挖掘工作要求。

（二）數(shù)據(jù)挖掘模塊的實現(xiàn)

在該教學質(zhì)量數(shù)據(jù)挖掘方案中，數(shù)據(jù)挖掘模塊主要包括數(shù)據(jù)預處理和清洗、事務庫生成、頻繁項集生成、關(guān)聯(lián)規(guī)則庫生成等。其中的每一個模塊有著不同的功能，它們相互聯(lián)系，建構(gòu)了一個服務于高校教學質(zhì)量數(shù)據(jù)挖掘的模塊整體。數(shù)據(jù)挖掘模塊的主要功能是：清洗學生評教數(shù)據(jù)、教師檔案庫數(shù)據(jù)等，將清洗后數(shù)據(jù)存儲在數(shù)據(jù)庫中，從中提取出要挖掘的數(shù)據(jù)對象并編碼，按照一定關(guān)系將其轉(zhuǎn)換為事務庫。然后，在事務庫基礎(chǔ)上，根據(jù)給定的最小支持度生成頻繁項集，根據(jù)給定的最小置信度量將頻繁項集轉(zhuǎn)化生成關(guān)聯(lián)規(guī)則，并顯示出來，為教學質(zhì)量管理決策提供可靠的支持依據(jù)。

五、結(jié)論

綜上所述，為了提高高校教育管理工作，基于SQL Server數(shù)據(jù)庫和數(shù)據(jù)挖掘技術(shù)建立高校教學質(zhì)量數(shù)據(jù)挖掘方案，利用先進的技術(shù)手段從大量的教學質(zhì)量評價數(shù)據(jù)挖掘出有價值的關(guān)聯(lián)規(guī)則，提供給教學質(zhì)量管理可靠的決策依據(jù)，保證教育管理工作成效。

參考文獻：

[1]李志軍.基于SQLServerBI決策樹的學生成績分析[J].電腦編程技巧與維護，2016，32（ 15）：57 - 58，63.

[2]李吳，周振華.基于數(shù)據(jù)挖掘的高校學生成績預警系統(tǒng)[J].大慶石油學院學報，2011，35（4）：91 -95，2.

[3]馬秀麟，衷克定，劉立超.從大數(shù)據(jù)挖掘的視角分析學生評教的有效性[J].中國電化教育，2014，14（ 10）：78 - 84.

[4]董萍.基于數(shù)據(jù)挖掘的教務管理系統(tǒng)的設(shè)計與實現(xiàn)[J].三門峽職業(yè)技術(shù)學院學報，2015，14（1）：135 -139.

[5]任鎖平.基于數(shù)據(jù)挖掘的高職教學質(zhì)量監(jiān)控評價系統(tǒng)設(shè)計及應用[J].電子設(shè)計工程，2015，23（ 16）：25 - 27，31.