數據挖掘技術在教學管理中的應用分析

沈嫻　孔慶月

摘要：隨著大數據時代的到來，數據說產生的能量越來越大。數據挖掘技術是一種新興的信息處理技術，已經被廣泛的運用于很多領域，在教學管理領域中也有很多的應用。本文首先簡要的概述了數據挖掘的概念與方法，然后給出了針對教學管理中的學生信息、教師信息、選課信息等方面數據挖掘的應用層次和指導意義。

關鍵詞：數據挖掘；信息處理；教學管理

隨著信息技術的不斷普及，在高校管理領域也逐漸引進信息技術。在教學管理的過程中必然會有大量的數據產生，這些數據已經可以稱之為一個完整的信息數據庫。在信息技術發達的今天，如何將海量的資源變成對于教學管理工作有用的信息已經成為各高校研究的重點，通過對于數據的挖掘、分析，可以得到對于學生管理以及教學管理的有用信息。這些信息可以輔助學校進行教學管理，同時還能夠提高學校的教學質量，優化教學資源等等。

一、數據挖掘技術

所謂數據挖掘（DM，Data Mining）就是從大量的、不完全、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的，人們事先不知道的，但又是潛在有用的信息和知識（模型或規則）的一個過程，它是一類深層次的數據分析方法。它是一門交叉學科，包含的知識范圍非常的廣泛，涉及到機器學習、人工智能、數據庫、神經網絡、模式識別等等技術。將數據庫的挖掘技術運用在教學管理中可以說是百利而無一害，可以全面系統地揭示教學評價結果與各因素之間的聯系。

事實證明，數據挖掘技術已經在教學管理中得到了很好的運用，學校的教學管理水平也有大幅度的提升。教師可以進一步根據實際情況制定教學計劃，引導學生自主學習，提高教學質量的同時，調動學生學習的積極性，達到增強教學效果的目的。

二、數據挖掘技術在教學中的應用

1.對教師方面信息的挖掘

數據挖掘技術的應用，對于提高教師的教學水平有著積極作用。在課堂上，通過對教學課堂信息的分析，包括教師的授課風格、教學方法、教學內容以及與學生互動的情況等等進行全面的監督調查，可以在此信息的基礎上找出影響學生成績的主要因素，進行總結，找出問題所在，以便于教師通過改變自己的授課方式或者風格來提高教學質量。也可以通過教師的個人信息，包括學歷情況、職稱情況以及科研狀況等等從而得出影響教學結果的潛在的教師個人信息的情況；也可以通過教師的道德素養以及績效方面的信息挖掘，得到有利于提高教學質量的信息，有利于輔助教師進行決策。

2.對學生方面信息的挖掘

學校是教書育人的場所，通過對學生課堂行為的表現，可以直接得出學生的認知能力以及是否能夠接受教師所傳授的內容；通過對于學生的情緒以及學習態度的數據挖掘，可以分析出學生對于教學過程能不能積極的參與，能不能主動的完成作業以及自主學習等等；通過學生的考試情況以及作業完成情況可以對學生的學習成果進行檢驗，通過對平時學習信息的數據挖掘，通?？梢缘贸鲎罱K的學習情況。如果將數據挖掘中的關聯規則應用于試卷分析數據庫中，然后根據學生得分情況分析出每道題的難易度、區分度、相關度等指標，教師就能夠對試題的質量作出比較準確的評價，進而可以用來檢查自己的教學情況及學生的掌握情況，并為今后的教學提供指導；還可以通過數據挖掘技術分析學生特征，并在此基礎上組織學習內容、明確學習目標、確定教學策略、選擇教學輔助媒體，為學生創造出一個適合其內部條件的外部學習環境，使有效學習發生在每個學生的身上。通過數據挖掘技術，把不同學習者的學習特征存入數據庫，教師可以通過它及時地了解學習者的需求、興趣愛好、個性差異等信息，并以此為依據為不同學習者提供動態的學習內容、相應的導航機制、推薦個性化的學習材料等服務，真正的實現因材施教。

3.對選課數據的信息挖掘

學生通過網絡進行選課的設置，這其中隱藏著大量的信息，對于教學管理有重要的參考價值。在選課的數據分析中，可以從以下幾方面來進行考慮，比如說：課程的受歡迎程度、各門課程的選課人數、了解目前課程安排下學生的滿意度情況、分析學生的專業情況，了解當前所選課程的學生的專業分布情況，分析教課老師的實力等等方面。

在進行數據挖掘時，首先對于原始數據進行預處理，把原始數據轉換成適合數據挖掘的數據，同時，在數據挖掘的過程中也要明確數據結構以及面向的對象，為數據挖掘奠定良好的基礎。完成數據的預處理之后，確定參與挖掘的數據表，在選課系統中學生選課表是基本事實表，學生信息表、教師信息表和課程信息表可作為周圍的維表。最后將預處理之后的數據進行狀態運行，在此基礎上選擇數據挖掘算法FP-growth進行數據挖掘。數據挖掘的最終結果可以采用圖表的方式呈現出來，直觀的反應所挖掘的信息。

綜上所述，可以在數據額挖掘的基礎上，對結果進行分析，了解學生的實際情況，以此為基礎制定教學方法、教學計劃等等，進一步加強教學管理。