譚正輝

摘 要：在我國(guó)高等教育體系中，隨著社會(huì)的高度發(fā)展，信息化的教學(xué)體系逐漸代替了傳統(tǒng)意義上的教育模式，更多的評(píng)價(jià)系統(tǒng)可以通過(guò)數(shù)據(jù)的形式準(zhǔn)確的表達(dá)出來(lái)供高校教育者研究分析，這也是我國(guó)高等院校利用教育信息化加強(qiáng)高等教育教學(xué)質(zhì)量的前沿方法，隨著國(guó)家雙一流高校的戰(zhàn)略布局逐漸拉開(kāi)，一場(chǎng)關(guān)于高校信息化科技化的量化考量體系也隨著數(shù)據(jù)挖掘技術(shù)的應(yīng)用而凸顯優(yōu)勢(shì)，文章就數(shù)據(jù)挖掘在高等教育的教學(xué)評(píng)價(jià)體系中的應(yīng)用做深入分析。

關(guān)鍵詞：數(shù)據(jù)挖掘;高等教育;評(píng)價(jià)

在現(xiàn)代高校教育中，數(shù)據(jù)挖掘方面的應(yīng)用已經(jīng)趨于成熟，各高校間通過(guò)將眾多的信息流導(dǎo)入到高校信息數(shù)據(jù)庫(kù)中，并通過(guò)計(jì)算機(jī)程序算法進(jìn)行計(jì)算分析與統(tǒng)計(jì)，最終得到數(shù)據(jù)背后的分析結(jié)果的過(guò)程叫做高校教學(xué)數(shù)據(jù)分析與評(píng)價(jià)，反言之，利用高校數(shù)據(jù)信息系統(tǒng)，將大數(shù)據(jù)進(jìn)行匯總，在系統(tǒng)中輸入需要的詞條信息也可以找出信息漏洞，根據(jù)查找到的信息進(jìn)行人為判斷或電腦判斷，一定程度上，也杜絕了教學(xué)體系中的風(fēng)險(xiǎn)問(wèn)題，并對(duì)高校教育質(zhì)量與體系的提升做出顯著貢獻(xiàn)，通過(guò)信息流的高度分析可以得出最優(yōu)化的問(wèn)題解決方法。

一、數(shù)據(jù)挖掘的定義

數(shù)據(jù)挖掘（英語(yǔ)：Data mining），又譯為資料探勘、數(shù)據(jù)采礦。它是數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（英語(yǔ)：Knowledge-Discovery in Databases，簡(jiǎn)稱：KDD）中的一個(gè)步驟。數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過(guò)算法搜索隱藏于其中信息的過(guò)程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)相關(guān)，并通過(guò)統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)（依靠過(guò)去的經(jīng)驗(yàn)法則）和模式識(shí)別等諸多方法來(lái)實(shí)現(xiàn)上述目標(biāo)。

數(shù)據(jù)挖掘利用了來(lái)自如下一些領(lǐng)域的思想：（1） 來(lái)自統(tǒng)計(jì)學(xué)的抽樣、估計(jì)和假設(shè)檢驗(yàn)，（2） 人工智能、模式識(shí)別和機(jī)器學(xué)習(xí)的搜索算法、建模技術(shù)和學(xué)習(xí)理論。數(shù)據(jù)挖掘也迅速地接納了來(lái)自其他領(lǐng)域的思想，這些領(lǐng)域包括最優(yōu)化、進(jìn)化計(jì)算、信息論、信號(hào)處理、可視化和信息檢索。一些其他領(lǐng)域也起到重要的支撐作用。特別地，需要數(shù)據(jù)庫(kù)系統(tǒng)提供有效的存儲(chǔ)、索引和查詢處理支持。源于高性能（并行）計(jì)算的技術(shù)在處理海量數(shù)據(jù)集方面常常是重要的。分布式技術(shù)也能幫助處理海量數(shù)據(jù)，并且當(dāng)數(shù)據(jù)不能集中到一起處理時(shí)更是至關(guān)重要。

二、數(shù)據(jù)挖掘應(yīng)用在高校系統(tǒng)的特點(diǎn)

在高校系統(tǒng)中應(yīng)用數(shù)據(jù)挖掘技術(shù)具有諸多特有的使用屬性，對(duì)于高校教師課程建設(shè)與學(xué)生管理以及高校行政和學(xué)校規(guī)劃方面都有諸多特殊的借鑒意義，數(shù)據(jù)挖掘應(yīng)用在高校系統(tǒng)中具有以下幾個(gè)特點(diǎn)：（1）高校教學(xué)運(yùn)行基于大量數(shù)據(jù)：并非說(shuō)小數(shù)據(jù)量上就不可以進(jìn)行挖掘，實(shí)際上大多數(shù)數(shù)據(jù)挖掘的算法都可以在小數(shù)據(jù)量上運(yùn)行并得到結(jié)果。但是，一方面過(guò)小的數(shù)據(jù)量完全可以通過(guò)人工分析來(lái)總結(jié)規(guī)律，另一方面來(lái)說(shuō)，小數(shù)據(jù)量常常無(wú)法反映出真實(shí)世界中的普遍特性。（2）高校數(shù)據(jù)挖掘的新奇性：挖掘出來(lái)的信息應(yīng)該是以前教學(xué)過(guò)程中所未知的，否則只不過(guò)是驗(yàn)證了傳統(tǒng)高校教育的經(jīng)驗(yàn)而已。只有全新的數(shù)據(jù)信息，才可以幫助高校教學(xué)與管理獲得進(jìn)一步的洞察力。（3）價(jià)值性：挖掘的結(jié)果必須能給高校帶來(lái)直接的或間接的使用效益。有人說(shuō)高校教育應(yīng)用數(shù)據(jù)挖掘只是“屠龍之技”，看起來(lái)神乎其神，卻什么用處也沒(méi)有。這只是一種誤解，不可否認(rèn)的是在一些數(shù)據(jù)挖掘特殊條件的匹配中，或者因?yàn)槿狈γ鞔_的教學(xué)目標(biāo)，或者因?yàn)閿?shù)據(jù)質(zhì)量的不足，或者因?yàn)楦咝＝逃ぷ髡邔?duì)改變業(yè)務(wù)流程的抵制，或者因?yàn)橥诰蛉藛T的經(jīng)驗(yàn)不足，都會(huì)導(dǎo)致效果不佳甚至完全沒(méi)有效果。但大量的成功案例也在證明，高校數(shù)據(jù)挖掘的確可以變成提升教育質(zhì)量的利器。（4）數(shù)據(jù)挖掘的非平凡性：所謂非平凡，指的是高校挖掘出來(lái)的信息流應(yīng)該是不簡(jiǎn)單的，絕不能是類似某著名體育評(píng)論員所說(shuō)的“經(jīng)過(guò)我的計(jì)算，我發(fā)現(xiàn)了一個(gè)有趣的現(xiàn)象，到本場(chǎng)比賽結(jié)束為止，這屆世界杯的進(jìn)球數(shù)和失球數(shù)是一樣的。非常的巧合！”那種數(shù)據(jù)。數(shù)據(jù)挖掘技術(shù)在高校教育工作者以及管理者手中通過(guò)表觀上的以及潛在的諸多數(shù)據(jù)信息匯總分析，得到數(shù)據(jù)本身之外的隱含在數(shù)據(jù)內(nèi)部的諸多有價(jià)值信息正是高校運(yùn)用數(shù)據(jù)挖掘技術(shù)提升教育質(zhì)量以及學(xué)術(shù)水平的重要方法。

三、數(shù)據(jù)挖掘在高校教育系統(tǒng)中的應(yīng)用

在高校課堂教育過(guò)程中，上課的形式通常以大型的公共課模式為基礎(chǔ)，由于大班授課過(guò)程中上課年級(jí)的眾多專業(yè)學(xué)生在一起集中授課，學(xué)生群體大且班級(jí)專業(yè)等眾多且復(fù)雜，難以形成一個(gè)良好的教學(xué)環(huán)境與氛圍，使得教學(xué)效果較差，學(xué)生聽(tīng)課效果不佳，教師與學(xué)生間缺乏溝通等諸多教學(xué)環(huán)節(jié)問(wèn)題，當(dāng)利用大數(shù)據(jù)進(jìn)行高校教育數(shù)據(jù)挖掘與應(yīng)用時(shí)可以及時(shí)有效的統(tǒng)計(jì)出學(xué)生上課的出席情況，能夠整體統(tǒng)計(jì)出學(xué)生在各科考試過(guò)程中試卷的答題程度，通過(guò)大數(shù)據(jù)匯總得到卷面信息背后的課堂教學(xué)情況反饋，以此作為切入點(diǎn)，能夠更好的改革授課內(nèi)容。與此同時(shí)在課后也能夠?qū)W(xué)生對(duì)于課程的意見(jiàn)與建議以及教學(xué)督導(dǎo)給出的意見(jiàn)進(jìn)行綜合分析，通過(guò)數(shù)據(jù)進(jìn)行反饋，對(duì)教學(xué)秩序與教學(xué)效果起到了立竿見(jiàn)影的作用，全方位的提升了高校教學(xué)質(zhì)量，大數(shù)據(jù)流也完善了高校教學(xué)體系的建設(shè)。對(duì)于高校信息技術(shù)的應(yīng)用切實(shí)有效的提高了高校人才的培養(yǎng)模式，也為高校在信息化發(fā)展中搶占先機(jī)，提升了學(xué)科整體實(shí)力，在高校教學(xué)創(chuàng)新體系中也做出了不可磨滅的貢獻(xiàn)。

四、數(shù)據(jù)挖掘技術(shù)的具體實(shí)施

高校的數(shù)據(jù)挖掘技術(shù)是在眾多復(fù)雜的信息數(shù)據(jù)流中自行搜索并分析最終得出關(guān)于教育評(píng)價(jià)的相關(guān)若干問(wèn)題與判斷的過(guò)程，通俗的講，數(shù)據(jù)挖掘，在大量高校教育信息系統(tǒng)中充當(dāng)信息觀察者的眼睛，將人們所需要的信息在雜亂無(wú)章的數(shù)據(jù)海中整理篩選出來(lái)，并做最初的分析判斷，通過(guò)最終的篩選得到最有價(jià)值的信息。在進(jìn)行高校教育信息的提取過(guò)程中，所有篩選判斷的過(guò)程都是在計(jì)算機(jī)所設(shè)定的程序中自動(dòng)進(jìn)行，不存在人為的干預(yù)情況，在系統(tǒng)進(jìn)行判斷過(guò)程中約有80%的時(shí)間用來(lái)信息數(shù)據(jù)的處理，20%的時(shí)間來(lái)進(jìn)行數(shù)據(jù)的分析與統(tǒng)計(jì)工作。在高校教育體系以及高效管理體系中，數(shù)據(jù)挖掘方法的應(yīng)用能夠幫助任課教師全方位的掌握課堂教學(xué)情況，針對(duì)上課學(xué)生的出勤率，以及學(xué)生課后作業(yè)的完成情況、課堂教學(xué)中擬提出的相關(guān)問(wèn)題都能夠通過(guò)數(shù)據(jù)的形式清晰準(zhǔn)確的表達(dá)出課堂教學(xué)的效果，從此告別了傳統(tǒng)意義上高校大班授課學(xué)生上課效果不理想的情況。高校教學(xué)管理人員通過(guò)對(duì)數(shù)據(jù)挖掘技術(shù)的應(yīng)用，能夠?qū)崿F(xiàn)全方位掌握整個(gè)教學(xué)環(huán)節(jié)的諸多管控，通過(guò)對(duì)數(shù)據(jù)的分析與整理，能夠確定各個(gè)學(xué)科間教學(xué)的差異性，并通過(guò)數(shù)據(jù)處理與建議彌補(bǔ)不同學(xué)科間的不足，并進(jìn)行優(yōu)勢(shì)整合，將良好的教學(xué)課程與教學(xué)方式推廣，通過(guò)數(shù)據(jù)流的匯總也能得到高校任課教師上課情況的分析，對(duì)教學(xué)環(huán)節(jié)的諸多問(wèn)題能夠及時(shí)有效的發(fā)現(xiàn)，通過(guò)對(duì)數(shù)據(jù)的挖掘與分析查找漏洞并做準(zhǔn)確的做出諸多對(duì)策，對(duì)教學(xué)質(zhì)量的提升起到了至關(guān)重要的作用。將數(shù)據(jù)挖掘結(jié)果實(shí)時(shí)反饋給管理者有助于科學(xué)的提升教育體系并減少管理失誤，為加快信息化高等教育模式做出巨大作用。

五、高校數(shù)據(jù)挖掘技術(shù)的評(píng)價(jià)與完善

高校的數(shù)據(jù)處理在教育資源體系中對(duì)教育管理者起到如虎添翼的作用，將以往的教育質(zhì)量評(píng)價(jià)指標(biāo)電子化、無(wú)紙化，對(duì)教師的考核與業(yè)績(jī)的評(píng)判均可通過(guò)高校數(shù)據(jù)挖掘與信息流的整合得到科學(xué)的指導(dǎo)意義，對(duì)學(xué)生的素質(zhì)、成績(jī)以及綜合能力的考量不再是單一的人為因素決定，而是通過(guò)計(jì)算機(jī)算法，對(duì)于學(xué)生整體的綜合測(cè)評(píng)有一個(gè)相對(duì)公平正義的打分，很大程度上避免了教學(xué)糾紛問(wèn)題，在今天高等教育深化改革，大學(xué)生人數(shù)逐年增大的前提條件下，應(yīng)用大數(shù)據(jù)信息挖掘是一種必要的方式方法。高校的數(shù)據(jù)挖掘是一個(gè)眾多環(huán)節(jié)結(jié)合再一起的過(guò)程，首先將數(shù)據(jù)進(jìn)行前段的收集與簡(jiǎn)單的預(yù)處理，通過(guò)這一階段能夠準(zhǔn)確對(duì)數(shù)據(jù)進(jìn)行選擇，并對(duì)記錄在案的數(shù)據(jù)新型重新統(tǒng)計(jì)，去除不符合要求的數(shù)據(jù)以及一些錯(cuò)誤數(shù)據(jù)，隨后將數(shù)據(jù)進(jìn)行規(guī)范化的轉(zhuǎn)化，并將其轉(zhuǎn)化為適合數(shù)據(jù)挖掘的格式體，同常高等學(xué)校采用這一方式來(lái)進(jìn)行教學(xué)質(zhì)量的監(jiān)控與管理是十分高效的，在龐大復(fù)雜的高校系統(tǒng)中，學(xué)生的管理、教師的管理、后勤的管理、科研業(yè)績(jī)的管理等諸多方面管理過(guò)程中對(duì)數(shù)據(jù)的預(yù)處理都為數(shù)據(jù)的挖掘起到了基礎(chǔ)的作用，其次進(jìn)行的是數(shù)據(jù)的挖掘階段，實(shí)際上數(shù)據(jù)的挖掘原理充分利用了概率論的原理與方法，通過(guò)各個(gè)數(shù)據(jù)節(jié)點(diǎn)逐層分析，例如在高校講學(xué)金的評(píng)價(jià)體系中，通過(guò)數(shù)據(jù)挖掘不僅能夠得到學(xué)生的成績(jī)信息還能夠通過(guò)數(shù)據(jù)挖掘與分析得到學(xué)生的各方面綜合成績(jī)的評(píng)價(jià)，科學(xué)的分析并得出最終的結(jié)果，最后，是對(duì)挖掘的數(shù)據(jù)進(jìn)行最終的結(jié)果分析與原因的解釋。將高校信息數(shù)據(jù)進(jìn)行挖掘匯總后，往往最重要的一步就是對(duì)預(yù)處理并得到的正確有效的信息進(jìn)行信息處理與信息流分析，將得到的數(shù)據(jù)信息結(jié)果進(jìn)行科學(xué)的評(píng)價(jià)，當(dāng)通過(guò)數(shù)據(jù)挖掘的信息較少或者數(shù)據(jù)不夠合理的情況下，科學(xué)正確的數(shù)據(jù)評(píng)估至關(guān)重要?？偟膩?lái)看高校數(shù)據(jù)挖掘具備以下幾個(gè)優(yōu)點(diǎn)：

（1）計(jì)算復(fù)雜度不高，易于理解和解釋，可以準(zhǔn)確理解決策樹(shù)所表達(dá)的意義。

（2）數(shù)據(jù)預(yù)處理階段比較簡(jiǎn)單，且可以處理缺失數(shù)據(jù)。

（3）能夠同時(shí)處理數(shù)據(jù)型和分類型屬性，且可對(duì)有許多屬性的數(shù)據(jù)集構(gòu)造決策樹(shù)，其他技術(shù)往往需要數(shù)據(jù)屬性的單一;

（4）是一個(gè)白盒模型，若給定一個(gè)觀察模型，則根據(jù)所產(chǎn)生的決策樹(shù)很容易推斷出相應(yīng)的邏輯表達(dá)式;

（5）在相對(duì)短的時(shí)間內(nèi)能夠?qū)Ω咝４髷?shù)據(jù)集合做出可行且效果良好的分類結(jié)果。

六、結(jié)語(yǔ)

隨著社會(huì)的進(jìn)步，科技技術(shù)的日新月異，將科學(xué)技術(shù)與高校管理進(jìn)行融合已經(jīng)成為我國(guó)高等教育發(fā)展所面臨的必然趨勢(shì)，在信息化系統(tǒng)的應(yīng)用與數(shù)據(jù)的挖掘分析過(guò)程中，能夠科學(xué)高效合理的進(jìn)行數(shù)據(jù)的處理、分析與整合。已經(jīng)成為當(dāng)前高校進(jìn)行教育管理數(shù)據(jù)挖掘的常規(guī)方法。通過(guò)對(duì)數(shù)據(jù)流的整合分析有效的改善了高校在傳統(tǒng)情況下的諸多弊端與復(fù)雜性，為新時(shí)代高校教學(xué)與教育管理者提供了技術(shù)創(chuàng)新，并充分加強(qiáng)了教育體系的革新，為培養(yǎng)高素質(zhì)人才，高水平教師隊(duì)伍，高水準(zhǔn)學(xué)科大學(xué)做出重要保障，為高校實(shí)現(xiàn)高質(zhì)量發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。

參考文獻(xiàn)

[1] 李川.數(shù)據(jù)挖掘技術(shù)和在高校教育系統(tǒng)中的實(shí)際應(yīng)用研究[J].課程教育研究，2017（27）：32-34

[2] 劉小桃，林延慶.數(shù)據(jù)挖掘在高校學(xué)生學(xué)習(xí)成績(jī)分析中的應(yīng)用[J].考試周刊，2014（41）：108-109.

[3] 高曉.數(shù)據(jù)挖掘技術(shù)在高校教育質(zhì)量評(píng)估中的應(yīng)用研究[J].福建質(zhì)量管理，2010（04）.

[4] 唐永芬.數(shù)據(jù)挖掘技術(shù)在高校教學(xué)評(píng)價(jià)系統(tǒng)中的應(yīng)用[J].連云港職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2010（03）.