高校管理中數據挖掘技術(shù)的應用途徑論文
摘要：近年來(lái)，數據庫挖掘技術(shù)的普遍應用，使數據價(jià)值實(shí)現最大化，在我國金融、商業(yè)、市場(chǎng)營(yíng)銷(xiāo)等領(lǐng)域得到廣泛應用。然而在我國高校管理中并沒(méi)有得到推廣，為使高校管理系統中的數據充分發(fā)揮應有價(jià)值，在該系統中使用數據庫挖掘技術(shù)意義深遠。本文首先介紹了數據挖掘技術(shù)的流程，然后在教師教學(xué)質(zhì)量評估中應用數據庫挖掘技術(shù)，充分證明數據庫挖掘技術(shù)在高校管理中能發(fā)揮重大作用。
關(guān)鍵詞：管理 決策 數據挖掘技術(shù)
當前，大部分高校都擁有配套的管理系統，該系統具備海量數據儲存和管理功能，徹底告別了手工記錄信息和數據的年代。不但節約了紙張，更有效提高了高校管理數據和信息的效率。然而我國高校沒(méi)有有效利用應用數據挖掘技術(shù)，因此研究數據庫挖掘技術(shù)在高校管理中的應用十分必要。
1數據挖掘技術(shù)的流程
數據挖掘技術(shù)能夠將海量數據展開(kāi)分析和處理，再把整體數據庫中存在規律的數據整合起來(lái)，實(shí)施該技術(shù)主要包括以下五個(gè)環(huán)節。目標定義：該環(huán)節中要與有關(guān)領(lǐng)域的背景知識相結合，清晰、精確的定義出數據挖掘目標。數據準備：在該環(huán)節中要搜集、選取數據源中的數據，處理已選數據，將其轉換為適合數據挖掘的形態(tài)。數據挖掘：該環(huán)節是數據挖掘技術(shù)的核心，即采用關(guān)聯(lián)規則法、分類(lèi)分析法等各種數據挖掘方法把數據中隱藏的知識和規律發(fā)掘出來(lái)。結果表示：在該環(huán)節中可以以用戶(hù)需求為依據，將挖掘出來(lái)的知識和規律轉變?yōu)橛脩?hù)能接受和理解的形態(tài)。知識吸收：該環(huán)節中，主要是把挖掘結果與指定領(lǐng)域中的需求相結合，在該領(lǐng)域中應用發(fā)掘出來(lái)的結果，為決策者提供知識，是數據挖掘的終極目標。
2數據挖掘技術(shù)在教學(xué)質(zhì)量評估中的應用
2。1運用關(guān)聯(lián)規則法挖掘數據庫中的信息
評估老師教學(xué)質(zhì)量不但是評定教學(xué)效果的`重要部分，也是評定教師職稱(chēng)的重要根據，因此是高校管理工作中不可或缺的部分。目前評估教學(xué)質(zhì)量的主要措施是搜集、統計學(xué)生的成績(jì)和以及對老師的評價(jià)，然后加權算出老師的總得分，作為評估該老師教學(xué)質(zhì)量指標。這種方法非但不科學(xué)，其權威性也較低，因此需要深挖數據的相關(guān)性，本文采用了數據挖掘技術(shù)中的關(guān)聯(lián)規法挖掘數據中的規律和知識，為評估老師教學(xué)質(zhì)量提供有力根據。運用關(guān)聯(lián)規則法挖掘數據，其規則方法為“XY，置信度為c%，，支持度為s%”。關(guān)聯(lián)規則中置信度為c%：在整體事件D集合中，如果既能夠符合事件X中擁有c%的需求，也能夠符合Y的要求。那么就用置信度來(lái)表示關(guān)聯(lián)規則的強度，被記錄為confidence（XY），置信度最小值用minConf來(lái)表示，通常置信度最小數值由客戶(hù)提供。關(guān)聯(lián)規則中置信度為s%：在整體事件D集合中，如果既能夠符合事件Y中的s%的需求，又能夠符合X要求。用支持度來(lái)表示關(guān)聯(lián)規則的頻度，把支持度的最小數記錄用minsup（X）來(lái)表示，通常支持度最小數值由客戶(hù)提供。頻繁項集合：當X項集的支持度大于等于用戶(hù)設定好的最小支持度時(shí)，那么頻繁項集是X。通常關(guān)聯(lián)規則包含兩個(gè)環(huán)節：①把全部頻繁項集從整體事件集中選出；②運用頻繁項集產(chǎn)生關(guān)聯(lián)規則。在這兩個(gè)環(huán)節中關(guān)聯(lián)規則效果和性能是否良好取決于第一個(gè)環(huán)節。
2。2關(guān)聯(lián)規則分析在評估教學(xué)質(zhì)量中的運用
第一步是準備數據期，在某大學(xué)的教學(xué)管理系統中將五百條與教學(xué)評價(jià)有關(guān)的記錄從數據庫中隨機抽取，并挑選出老師編號、學(xué)歷、性別、教齡、評估分和職稱(chēng)這六個(gè)屬性，并將相關(guān)數據從數據庫中提取。比如把講師、副教授和教授等職稱(chēng)轉化成11、01、00等編碼，表1就是制定的評價(jià)教師教學(xué)記錄表。第二步采用關(guān)聯(lián)規則分析法把90分以上評價(jià)分數作為檢索目標和判斷標準，也就是將≥90分作為判斷是否是高教學(xué)質(zhì)量闕值。通過(guò)檢索有143條記錄符合標準，即設定最小的支持度為10%，置信度則為15%，得出下表2的關(guān)聯(lián)規則。最后一步評價(jià)本次實(shí)驗的結果。由上表得知，學(xué)生喜歡男老師和女老師的程度大致相同；學(xué)歷愈高的老師，給予他們的教學(xué)評價(jià)也就愈高，即學(xué)歷和教學(xué)評價(jià)成正比，這也說(shuō)明了學(xué)歷高的老師其基本功與學(xué)歷低的老師相比，前者基本功更為穩固，也有較高的科學(xué)研究水平；有較長(cháng)教齡和較高職稱(chēng)的老師，其教學(xué)質(zhì)量也越高；此外，在支持度中可以看出，高校教授和高學(xué)歷人才越多，說(shuō)明其辦學(xué)能力也就越高。
3結語(yǔ)
高校管理系統作為教學(xué)信息化的重要舉措，只是起到搜集和儲存海量教學(xué)信息的作用，并沒(méi)有挖掘出海量數據之間的相關(guān)性，而在本文中把關(guān)聯(lián)規則法運用在教師教學(xué)質(zhì)量評估中，在數據中挖掘有價(jià)值的知識和規律，使評估教師教學(xué)質(zhì)量更具有科學(xué)性，因此在高校管理中全面應用數據挖掘技術(shù)，能為高校深化教學(xué)改革提供新的契機。
參考文獻
[1]江敏，徐艷。數據挖掘技術(shù)在高校教學(xué)管理中的應用[J]。電腦知識與技術(shù)，2012，（24）：541—545+560。
[2]楊雪霞。數據挖掘技術(shù)在高校圖書(shū)館管理系統中的應用研究[J]。軟件，2011（04）：16—18。
【高校管理中數據挖掘技術(shù)的應用途徑論文】相關(guān)文章：
數據挖掘在培訓管理中的應用論文07-02
數據挖掘技術(shù)在網(wǎng)絡(luò )輿情危機管理中的應用論文10-20
數據挖掘在CRM中的應用論文04-10
網(wǎng)絡(luò )營(yíng)銷(xiāo)中數據挖掘技術(shù)的應用論文07-07
數據挖掘技術(shù)在科技期刊網(wǎng)站中的應用論文11-04