數(shù)據(jù)挖掘技術(shù)在高校教學(xué)評(píng)價(jià)中的應(yīng)用研究

孫健　趙鵬　雷鳴

摘 要：本文概要論述了目前高等院校教學(xué)評(píng)價(jià)的現(xiàn)狀，并以高校教學(xué)評(píng)價(jià)系統(tǒng)為數(shù)據(jù)挖掘平臺(tái)，利用數(shù)據(jù)挖掘技術(shù)，運(yùn)用多種數(shù)據(jù)挖掘方法對(duì)教學(xué)相關(guān)數(shù)據(jù)進(jìn)行分析。重點(diǎn)闡述了數(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)用研究。從而達(dá)到促進(jìn)高校教師改進(jìn)教學(xué)方法，提高教學(xué)質(zhì)量的目的，對(duì)高校教學(xué)評(píng)價(jià)具有深遠(yuǎn)的影響。

關(guān)鍵詞：數(shù)據(jù)挖掘 教學(xué)評(píng)價(jià) 教學(xué)質(zhì)量

中圖分類(lèi)號(hào)：G71 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2014）06（b）-0146-01

近年來(lái)，隨著我國(guó)高校信息化程度的不斷提高，教學(xué)管理系統(tǒng)中積累了大量的數(shù)據(jù)信息。這些數(shù)據(jù)信息除了用于日常的教學(xué)管理以外，一般只用來(lái)做一些常規(guī)的業(yè)務(wù)數(shù)據(jù)統(tǒng)計(jì)或排序。針對(duì)這些信息的處理方式都是對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的數(shù)字處理，而不能對(duì)這些數(shù)據(jù)進(jìn)行深層次的分析。而數(shù)據(jù)挖掘技術(shù)通過(guò)對(duì)海量數(shù)據(jù)的分析，可以發(fā)現(xiàn)數(shù)據(jù)之間的潛在聯(lián)系，有效的為教學(xué)管理者提供科學(xué)的決策，降低成本，提高教學(xué)質(zhì)量。

1 數(shù)據(jù)挖掘的相關(guān)研究

1.1 數(shù)據(jù)挖掘定義

數(shù)據(jù)挖掘技術(shù)是一門(mén)新興學(xué)科，集眾多學(xué)科交叉融合而成的工具和技術(shù)，其中包含了：數(shù)據(jù)庫(kù)技術(shù)、統(tǒng)計(jì)學(xué)、人工智能、信息檢索、模式識(shí)別等多種技術(shù)。數(shù)據(jù)挖掘（Data Mining），是指從海量的數(shù)據(jù)或數(shù)據(jù)庫(kù)中分析和提取出人們感興趣的知識(shí)的過(guò)程。目前數(shù)據(jù)挖掘在銀行、電信、保險(xiǎn)、交通和零售業(yè)等各個(gè)領(lǐng)域已經(jīng)有了較為深入的研究，但是在煤炭企業(yè)信息管理方面的應(yīng)用并沒(méi)有得到廣泛的應(yīng)用，還不能對(duì)信息管理中的海量數(shù)據(jù)進(jìn)行分析評(píng)估與挖掘，缺乏綜合分析和決策支持能力。

1.2 數(shù)據(jù)挖掘的分類(lèi)方法

數(shù)據(jù)發(fā)掘的分類(lèi)有很多方法，可以根據(jù)數(shù)據(jù)挖掘的任務(wù)、數(shù)據(jù)挖掘的方法等進(jìn)行分類(lèi)。

（1）根據(jù)數(shù)據(jù)挖掘的任務(wù)可以分為如下幾種：分類(lèi)或預(yù)測(cè)模型數(shù)據(jù)挖掘、數(shù)據(jù)總結(jié)、數(shù)據(jù)聚類(lèi)、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、依賴(lài)關(guān)系或依賴(lài)模型發(fā)現(xiàn)、異常和趨勢(shì)發(fā)現(xiàn)等等。

（2）根據(jù)數(shù)據(jù)挖掘的方法可以分為：統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法和數(shù)據(jù)庫(kù)方法。

1.3 數(shù)據(jù)挖掘的分類(lèi)算法

分類(lèi)算法是數(shù)據(jù)挖掘算法中很重要的一種，主要分類(lèi)算法有決策樹(shù)算法、關(guān)聯(lián)規(guī)則分類(lèi)算法、K近鄰分類(lèi)算法、貝葉斯分類(lèi)算法和基于模糊邏輯、遺傳算法、粗糙集和神經(jīng)網(wǎng)絡(luò)的分類(lèi)算法。

2 數(shù)據(jù)挖掘過(guò)程

數(shù)據(jù)挖掘是一個(gè)不斷反饋的過(guò)程，一般情況下，它可以分為三個(gè)階段：數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、模式評(píng)估與表示。

（1）數(shù)據(jù)準(zhǔn)備與數(shù)據(jù)預(yù)處理。

數(shù)據(jù)挖掘的前提條件是數(shù)據(jù)的準(zhǔn)備，對(duì)教師的評(píng)價(jià)數(shù)據(jù)來(lái)源于系統(tǒng)的數(shù)據(jù)庫(kù)，包括：同行評(píng)價(jià)、學(xué)生評(píng)價(jià)、教師自評(píng)及專(zhuān)家評(píng)價(jià)等，這部分?jǐn)?shù)據(jù)可通過(guò)數(shù)據(jù)庫(kù)表的讀取來(lái)獲得；另外一方面是調(diào)查問(wèn)卷整理獲得的數(shù)據(jù)。對(duì)數(shù)據(jù)的預(yù)處理，也就將樣本集數(shù)據(jù)轉(zhuǎn)換為適合數(shù)據(jù)挖掘的格式。

（2）數(shù)據(jù)挖掘。

首先，根據(jù)數(shù)據(jù)的性質(zhì)，在神經(jīng)元網(wǎng)絡(luò)、歸納技術(shù)、聚類(lèi)分析技術(shù)、關(guān)聯(lián)分析技術(shù)等諸多算法中選擇適合的技術(shù)。其次，選擇合適的算法，如：ID3算法、BP算法、Apriori算法等。接下來(lái)，用選定的技術(shù)及算法對(duì)于預(yù)處理的數(shù)據(jù)進(jìn)行挖掘。

（3）模式評(píng)估與表示。

將原始數(shù)據(jù)通過(guò)數(shù)據(jù)挖掘轉(zhuǎn)換成為更易理解、可明確關(guān)系的形式，利用統(tǒng)計(jì)方法對(duì)于分析結(jié)果進(jìn)行評(píng)價(jià)，從而得到最為適合的模式，并且預(yù)測(cè)未來(lái)可能發(fā)生的情況，供決策者進(jìn)行決策。

3 數(shù)據(jù)挖掘技術(shù)在教學(xué)評(píng)價(jià)中的應(yīng)用研究

教學(xué)評(píng)價(jià)是教學(xué)過(guò)程中的重要組成部分，是科學(xué)合理的分析手段，主要研究教師的教和學(xué)生學(xué)的價(jià)值過(guò)程。因此，把數(shù)據(jù)挖掘技術(shù)應(yīng)用到高校教學(xué)評(píng)價(jià)中，從大量的數(shù)據(jù)分析中，發(fā)現(xiàn)影響學(xué)生、專(zhuān)家、同行評(píng)教結(jié)果的關(guān)鍵因素，分析教學(xué)行為和教學(xué)效果質(zhì)檢的關(guān)系。幫助高校教師及管理人員分析影響教學(xué)質(zhì)量的因素，找出教學(xué)管理中的問(wèn)題，為教學(xué)管理者提供決策支持，為改進(jìn)教學(xué)方法提供依據(jù)。

（1）數(shù)據(jù)挖掘應(yīng)用于教學(xué)評(píng)價(jià)，有利于建立科學(xué)可行的教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系。通過(guò)專(zhuān)門(mén)的部門(mén)測(cè)評(píng)，可以對(duì)教學(xué)質(zhì)量有個(gè)準(zhǔn)確的價(jià)值判斷。目前，高校教學(xué)水平的評(píng)定沒(méi)有一個(gè)合理的辦法，測(cè)評(píng)結(jié)果并不合理，不能達(dá)到預(yù)期的效果。所以，通過(guò)數(shù)據(jù)挖掘技術(shù)，對(duì)教師的教學(xué)等級(jí)進(jìn)行判斷，促進(jìn)教師改進(jìn)教學(xué)技術(shù)，提高教學(xué)質(zhì)量。

（2）將數(shù)據(jù)挖掘技術(shù)引入到教學(xué)評(píng)價(jià)過(guò)程中，可以指導(dǎo)教學(xué)管理，提高教學(xué)質(zhì)量。用科學(xué)的手段收集、分析處理所獲得的資料，找出教學(xué)質(zhì)量好的教師所具備的集中特征，家偶爾管理者可以正確及時(shí)的采取主動(dòng)有力的措施進(jìn)行指導(dǎo)、更好的發(fā)揮管理功能，從而促進(jìn)教學(xué)工作質(zhì)量的提高。

（3）將數(shù)據(jù)挖掘技術(shù)引入到教學(xué)評(píng)價(jià)的過(guò)程中，可以推動(dòng)教學(xué)改革。通過(guò)數(shù)據(jù)挖掘，教師可以根據(jù)所得數(shù)據(jù)判斷，教學(xué)方法、教學(xué)手段是否合理，教學(xué)的重點(diǎn)、難點(diǎn)是否清晰明白，從而調(diào)整教學(xué)策略，改進(jìn)教學(xué)手段。促使教師盡快轉(zhuǎn)變教學(xué)思想，優(yōu)化教學(xué)過(guò)程。

4 結(jié)論

作為新興的數(shù)據(jù)分析技術(shù)，數(shù)據(jù)挖掘在對(duì)高校的教學(xué)質(zhì)量評(píng)價(jià)中，對(duì)高校中與教學(xué)相關(guān)的數(shù)據(jù)進(jìn)行分析，從而發(fā)現(xiàn)高校教學(xué)中存在的問(wèn)題，找出影響教學(xué)效果的關(guān)鍵因素，不僅可以提高效率，降低成本，更加有利于數(shù)據(jù)分享，保證數(shù)據(jù)的安全性，能夠更好的為服務(wù)高校的教學(xué)及發(fā)展。同時(shí)也有利于進(jìn)一步促進(jìn)高校教育信息化建設(shè)的發(fā)展。

參考文獻(xiàn)

[1] 賀瑤，王文慶，薛飛.基于云計(jì)算的海量數(shù)據(jù)挖掘研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2013（2）.

[2] 董琳.數(shù)據(jù)挖掘技術(shù)在高職院教學(xué)評(píng)價(jià)中的應(yīng)用研究[J].電腦知識(shí)與技術(shù)，2013（4）.

[3] 江敏，徐艷.數(shù)據(jù)挖掘技術(shù)在高校教學(xué)管理中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2012（8）.

[4] 呂慎敏.基于數(shù)據(jù)挖掘的高校教學(xué)管理決策支持系統(tǒng)研究[D].山東師范大學(xué)，2012（6）.

[5] 高曉佳.數(shù)據(jù)挖掘在教育信息化中的應(yīng)用研究[J].電腦知識(shí)與技術(shù)，2012（2）.

[6] 趙林莉，尹紹宏.數(shù)據(jù)挖掘技術(shù)在高校教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用[J].廊坊師范學(xué)院學(xué)報(bào)：自然科學(xué)版，2011（12）.endprint

摘 要：本文概要論述了目前高等院校教學(xué)評(píng)價(jià)的現(xiàn)狀，并以高校教學(xué)評(píng)價(jià)系統(tǒng)為數(shù)據(jù)挖掘平臺(tái)，利用數(shù)據(jù)挖掘技術(shù)，運(yùn)用多種數(shù)據(jù)挖掘方法對(duì)教學(xué)相關(guān)數(shù)據(jù)進(jìn)行分析。重點(diǎn)闡述了數(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)用研究。從而達(dá)到促進(jìn)高校教師改進(jìn)教學(xué)方法，提高教學(xué)質(zhì)量的目的，對(duì)高校教學(xué)評(píng)價(jià)具有深遠(yuǎn)的影響。

關(guān)鍵詞：數(shù)據(jù)挖掘 教學(xué)評(píng)價(jià) 教學(xué)質(zhì)量

中圖分類(lèi)號(hào)：G71 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2014）06（b）-0146-01

近年來(lái)，隨著我國(guó)高校信息化程度的不斷提高，教學(xué)管理系統(tǒng)中積累了大量的數(shù)據(jù)信息。這些數(shù)據(jù)信息除了用于日常的教學(xué)管理以外，一般只用來(lái)做一些常規(guī)的業(yè)務(wù)數(shù)據(jù)統(tǒng)計(jì)或排序。針對(duì)這些信息的處理方式都是對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的數(shù)字處理，而不能對(duì)這些數(shù)據(jù)進(jìn)行深層次的分析。而數(shù)據(jù)挖掘技術(shù)通過(guò)對(duì)海量數(shù)據(jù)的分析，可以發(fā)現(xiàn)數(shù)據(jù)之間的潛在聯(lián)系，有效的為教學(xué)管理者提供科學(xué)的決策，降低成本，提高教學(xué)質(zhì)量。

1 數(shù)據(jù)挖掘的相關(guān)研究

1.1 數(shù)據(jù)挖掘定義

數(shù)據(jù)挖掘技術(shù)是一門(mén)新興學(xué)科，集眾多學(xué)科交叉融合而成的工具和技術(shù)，其中包含了：數(shù)據(jù)庫(kù)技術(shù)、統(tǒng)計(jì)學(xué)、人工智能、信息檢索、模式識(shí)別等多種技術(shù)。數(shù)據(jù)挖掘（Data Mining），是指從海量的數(shù)據(jù)或數(shù)據(jù)庫(kù)中分析和提取出人們感興趣的知識(shí)的過(guò)程。目前數(shù)據(jù)挖掘在銀行、電信、保險(xiǎn)、交通和零售業(yè)等各個(gè)領(lǐng)域已經(jīng)有了較為深入的研究，但是在煤炭企業(yè)信息管理方面的應(yīng)用并沒(méi)有得到廣泛的應(yīng)用，還不能對(duì)信息管理中的海量數(shù)據(jù)進(jìn)行分析評(píng)估與挖掘，缺乏綜合分析和決策支持能力。

1.2 數(shù)據(jù)挖掘的分類(lèi)方法

數(shù)據(jù)發(fā)掘的分類(lèi)有很多方法，可以根據(jù)數(shù)據(jù)挖掘的任務(wù)、數(shù)據(jù)挖掘的方法等進(jìn)行分類(lèi)。

（1）根據(jù)數(shù)據(jù)挖掘的任務(wù)可以分為如下幾種：分類(lèi)或預(yù)測(cè)模型數(shù)據(jù)挖掘、數(shù)據(jù)總結(jié)、數(shù)據(jù)聚類(lèi)、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、依賴(lài)關(guān)系或依賴(lài)模型發(fā)現(xiàn)、異常和趨勢(shì)發(fā)現(xiàn)等等。

（2）根據(jù)數(shù)據(jù)挖掘的方法可以分為：統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法和數(shù)據(jù)庫(kù)方法。

1.3 數(shù)據(jù)挖掘的分類(lèi)算法

分類(lèi)算法是數(shù)據(jù)挖掘算法中很重要的一種，主要分類(lèi)算法有決策樹(shù)算法、關(guān)聯(lián)規(guī)則分類(lèi)算法、K近鄰分類(lèi)算法、貝葉斯分類(lèi)算法和基于模糊邏輯、遺傳算法、粗糙集和神經(jīng)網(wǎng)絡(luò)的分類(lèi)算法。

2 數(shù)據(jù)挖掘過(guò)程

數(shù)據(jù)挖掘是一個(gè)不斷反饋的過(guò)程，一般情況下，它可以分為三個(gè)階段：數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、模式評(píng)估與表示。

（1）數(shù)據(jù)準(zhǔn)備與數(shù)據(jù)預(yù)處理。

數(shù)據(jù)挖掘的前提條件是數(shù)據(jù)的準(zhǔn)備，對(duì)教師的評(píng)價(jià)數(shù)據(jù)來(lái)源于系統(tǒng)的數(shù)據(jù)庫(kù)，包括：同行評(píng)價(jià)、學(xué)生評(píng)價(jià)、教師自評(píng)及專(zhuān)家評(píng)價(jià)等，這部分?jǐn)?shù)據(jù)可通過(guò)數(shù)據(jù)庫(kù)表的讀取來(lái)獲得；另外一方面是調(diào)查問(wèn)卷整理獲得的數(shù)據(jù)。對(duì)數(shù)據(jù)的預(yù)處理，也就將樣本集數(shù)據(jù)轉(zhuǎn)換為適合數(shù)據(jù)挖掘的格式。

（2）數(shù)據(jù)挖掘。

首先，根據(jù)數(shù)據(jù)的性質(zhì)，在神經(jīng)元網(wǎng)絡(luò)、歸納技術(shù)、聚類(lèi)分析技術(shù)、關(guān)聯(lián)分析技術(shù)等諸多算法中選擇適合的技術(shù)。其次，選擇合適的算法，如：ID3算法、BP算法、Apriori算法等。接下來(lái)，用選定的技術(shù)及算法對(duì)于預(yù)處理的數(shù)據(jù)進(jìn)行挖掘。

（3）模式評(píng)估與表示。

將原始數(shù)據(jù)通過(guò)數(shù)據(jù)挖掘轉(zhuǎn)換成為更易理解、可明確關(guān)系的形式，利用統(tǒng)計(jì)方法對(duì)于分析結(jié)果進(jìn)行評(píng)價(jià)，從而得到最為適合的模式，并且預(yù)測(cè)未來(lái)可能發(fā)生的情況，供決策者進(jìn)行決策。

3 數(shù)據(jù)挖掘技術(shù)在教學(xué)評(píng)價(jià)中的應(yīng)用研究

教學(xué)評(píng)價(jià)是教學(xué)過(guò)程中的重要組成部分，是科學(xué)合理的分析手段，主要研究教師的教和學(xué)生學(xué)的價(jià)值過(guò)程。因此，把數(shù)據(jù)挖掘技術(shù)應(yīng)用到高校教學(xué)評(píng)價(jià)中，從大量的數(shù)據(jù)分析中，發(fā)現(xiàn)影響學(xué)生、專(zhuān)家、同行評(píng)教結(jié)果的關(guān)鍵因素，分析教學(xué)行為和教學(xué)效果質(zhì)檢的關(guān)系。幫助高校教師及管理人員分析影響教學(xué)質(zhì)量的因素，找出教學(xué)管理中的問(wèn)題，為教學(xué)管理者提供決策支持，為改進(jìn)教學(xué)方法提供依據(jù)。

（1）數(shù)據(jù)挖掘應(yīng)用于教學(xué)評(píng)價(jià)，有利于建立科學(xué)可行的教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系。通過(guò)專(zhuān)門(mén)的部門(mén)測(cè)評(píng)，可以對(duì)教學(xué)質(zhì)量有個(gè)準(zhǔn)確的價(jià)值判斷。目前，高校教學(xué)水平的評(píng)定沒(méi)有一個(gè)合理的辦法，測(cè)評(píng)結(jié)果并不合理，不能達(dá)到預(yù)期的效果。所以，通過(guò)數(shù)據(jù)挖掘技術(shù)，對(duì)教師的教學(xué)等級(jí)進(jìn)行判斷，促進(jìn)教師改進(jìn)教學(xué)技術(shù)，提高教學(xué)質(zhì)量。

（2）將數(shù)據(jù)挖掘技術(shù)引入到教學(xué)評(píng)價(jià)過(guò)程中，可以指導(dǎo)教學(xué)管理，提高教學(xué)質(zhì)量。用科學(xué)的手段收集、分析處理所獲得的資料，找出教學(xué)質(zhì)量好的教師所具備的集中特征，家偶爾管理者可以正確及時(shí)的采取主動(dòng)有力的措施進(jìn)行指導(dǎo)、更好的發(fā)揮管理功能，從而促進(jìn)教學(xué)工作質(zhì)量的提高。

（3）將數(shù)據(jù)挖掘技術(shù)引入到教學(xué)評(píng)價(jià)的過(guò)程中，可以推動(dòng)教學(xué)改革。通過(guò)數(shù)據(jù)挖掘，教師可以根據(jù)所得數(shù)據(jù)判斷，教學(xué)方法、教學(xué)手段是否合理，教學(xué)的重點(diǎn)、難點(diǎn)是否清晰明白，從而調(diào)整教學(xué)策略，改進(jìn)教學(xué)手段。促使教師盡快轉(zhuǎn)變教學(xué)思想，優(yōu)化教學(xué)過(guò)程。

4 結(jié)論

作為新興的數(shù)據(jù)分析技術(shù)，數(shù)據(jù)挖掘在對(duì)高校的教學(xué)質(zhì)量評(píng)價(jià)中，對(duì)高校中與教學(xué)相關(guān)的數(shù)據(jù)進(jìn)行分析，從而發(fā)現(xiàn)高校教學(xué)中存在的問(wèn)題，找出影響教學(xué)效果的關(guān)鍵因素，不僅可以提高效率，降低成本，更加有利于數(shù)據(jù)分享，保證數(shù)據(jù)的安全性，能夠更好的為服務(wù)高校的教學(xué)及發(fā)展。同時(shí)也有利于進(jìn)一步促進(jìn)高校教育信息化建設(shè)的發(fā)展。

參考文獻(xiàn)

[1] 賀瑤，王文慶，薛飛.基于云計(jì)算的海量數(shù)據(jù)挖掘研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2013（2）.

[2] 董琳.數(shù)據(jù)挖掘技術(shù)在高職院教學(xué)評(píng)價(jià)中的應(yīng)用研究[J].電腦知識(shí)與技術(shù)，2013（4）.

[3] 江敏，徐艷.數(shù)據(jù)挖掘技術(shù)在高校教學(xué)管理中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2012（8）.

[4] 呂慎敏.基于數(shù)據(jù)挖掘的高校教學(xué)管理決策支持系統(tǒng)研究[D].山東師范大學(xué)，2012（6）.

[5] 高曉佳.數(shù)據(jù)挖掘在教育信息化中的應(yīng)用研究[J].電腦知識(shí)與技術(shù)，2012（2）.

[6] 趙林莉，尹紹宏.數(shù)據(jù)挖掘技術(shù)在高校教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用[J].廊坊師范學(xué)院學(xué)報(bào)：自然科學(xué)版，2011（12）.endprint

摘 要：本文概要論述了目前高等院校教學(xué)評(píng)價(jià)的現(xiàn)狀，并以高校教學(xué)評(píng)價(jià)系統(tǒng)為數(shù)據(jù)挖掘平臺(tái)，利用數(shù)據(jù)挖掘技術(shù)，運(yùn)用多種數(shù)據(jù)挖掘方法對(duì)教學(xué)相關(guān)數(shù)據(jù)進(jìn)行分析。重點(diǎn)闡述了數(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)用研究。從而達(dá)到促進(jìn)高校教師改進(jìn)教學(xué)方法，提高教學(xué)質(zhì)量的目的，對(duì)高校教學(xué)評(píng)價(jià)具有深遠(yuǎn)的影響。

關(guān)鍵詞：數(shù)據(jù)挖掘 教學(xué)評(píng)價(jià) 教學(xué)質(zhì)量

中圖分類(lèi)號(hào)：G71 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2014）06（b）-0146-01

近年來(lái)，隨著我國(guó)高校信息化程度的不斷提高，教學(xué)管理系統(tǒng)中積累了大量的數(shù)據(jù)信息。這些數(shù)據(jù)信息除了用于日常的教學(xué)管理以外，一般只用來(lái)做一些常規(guī)的業(yè)務(wù)數(shù)據(jù)統(tǒng)計(jì)或排序。針對(duì)這些信息的處理方式都是對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的數(shù)字處理，而不能對(duì)這些數(shù)據(jù)進(jìn)行深層次的分析。而數(shù)據(jù)挖掘技術(shù)通過(guò)對(duì)海量數(shù)據(jù)的分析，可以發(fā)現(xiàn)數(shù)據(jù)之間的潛在聯(lián)系，有效的為教學(xué)管理者提供科學(xué)的決策，降低成本，提高教學(xué)質(zhì)量。

1 數(shù)據(jù)挖掘的相關(guān)研究

1.1 數(shù)據(jù)挖掘定義

數(shù)據(jù)挖掘技術(shù)是一門(mén)新興學(xué)科，集眾多學(xué)科交叉融合而成的工具和技術(shù)，其中包含了：數(shù)據(jù)庫(kù)技術(shù)、統(tǒng)計(jì)學(xué)、人工智能、信息檢索、模式識(shí)別等多種技術(shù)。數(shù)據(jù)挖掘（Data Mining），是指從海量的數(shù)據(jù)或數(shù)據(jù)庫(kù)中分析和提取出人們感興趣的知識(shí)的過(guò)程。目前數(shù)據(jù)挖掘在銀行、電信、保險(xiǎn)、交通和零售業(yè)等各個(gè)領(lǐng)域已經(jīng)有了較為深入的研究，但是在煤炭企業(yè)信息管理方面的應(yīng)用并沒(méi)有得到廣泛的應(yīng)用，還不能對(duì)信息管理中的海量數(shù)據(jù)進(jìn)行分析評(píng)估與挖掘，缺乏綜合分析和決策支持能力。

1.2 數(shù)據(jù)挖掘的分類(lèi)方法

數(shù)據(jù)發(fā)掘的分類(lèi)有很多方法，可以根據(jù)數(shù)據(jù)挖掘的任務(wù)、數(shù)據(jù)挖掘的方法等進(jìn)行分類(lèi)。

（1）根據(jù)數(shù)據(jù)挖掘的任務(wù)可以分為如下幾種：分類(lèi)或預(yù)測(cè)模型數(shù)據(jù)挖掘、數(shù)據(jù)總結(jié)、數(shù)據(jù)聚類(lèi)、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、依賴(lài)關(guān)系或依賴(lài)模型發(fā)現(xiàn)、異常和趨勢(shì)發(fā)現(xiàn)等等。

（2）根據(jù)數(shù)據(jù)挖掘的方法可以分為：統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法和數(shù)據(jù)庫(kù)方法。

1.3 數(shù)據(jù)挖掘的分類(lèi)算法

分類(lèi)算法是數(shù)據(jù)挖掘算法中很重要的一種，主要分類(lèi)算法有決策樹(shù)算法、關(guān)聯(lián)規(guī)則分類(lèi)算法、K近鄰分類(lèi)算法、貝葉斯分類(lèi)算法和基于模糊邏輯、遺傳算法、粗糙集和神經(jīng)網(wǎng)絡(luò)的分類(lèi)算法。

2 數(shù)據(jù)挖掘過(guò)程

數(shù)據(jù)挖掘是一個(gè)不斷反饋的過(guò)程，一般情況下，它可以分為三個(gè)階段：數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、模式評(píng)估與表示。

（1）數(shù)據(jù)準(zhǔn)備與數(shù)據(jù)預(yù)處理。

數(shù)據(jù)挖掘的前提條件是數(shù)據(jù)的準(zhǔn)備，對(duì)教師的評(píng)價(jià)數(shù)據(jù)來(lái)源于系統(tǒng)的數(shù)據(jù)庫(kù)，包括：同行評(píng)價(jià)、學(xué)生評(píng)價(jià)、教師自評(píng)及專(zhuān)家評(píng)價(jià)等，這部分?jǐn)?shù)據(jù)可通過(guò)數(shù)據(jù)庫(kù)表的讀取來(lái)獲得；另外一方面是調(diào)查問(wèn)卷整理獲得的數(shù)據(jù)。對(duì)數(shù)據(jù)的預(yù)處理，也就將樣本集數(shù)據(jù)轉(zhuǎn)換為適合數(shù)據(jù)挖掘的格式。

（2）數(shù)據(jù)挖掘。

首先，根據(jù)數(shù)據(jù)的性質(zhì)，在神經(jīng)元網(wǎng)絡(luò)、歸納技術(shù)、聚類(lèi)分析技術(shù)、關(guān)聯(lián)分析技術(shù)等諸多算法中選擇適合的技術(shù)。其次，選擇合適的算法，如：ID3算法、BP算法、Apriori算法等。接下來(lái)，用選定的技術(shù)及算法對(duì)于預(yù)處理的數(shù)據(jù)進(jìn)行挖掘。

（3）模式評(píng)估與表示。

將原始數(shù)據(jù)通過(guò)數(shù)據(jù)挖掘轉(zhuǎn)換成為更易理解、可明確關(guān)系的形式，利用統(tǒng)計(jì)方法對(duì)于分析結(jié)果進(jìn)行評(píng)價(jià)，從而得到最為適合的模式，并且預(yù)測(cè)未來(lái)可能發(fā)生的情況，供決策者進(jìn)行決策。

3 數(shù)據(jù)挖掘技術(shù)在教學(xué)評(píng)價(jià)中的應(yīng)用研究

教學(xué)評(píng)價(jià)是教學(xué)過(guò)程中的重要組成部分，是科學(xué)合理的分析手段，主要研究教師的教和學(xué)生學(xué)的價(jià)值過(guò)程。因此，把數(shù)據(jù)挖掘技術(shù)應(yīng)用到高校教學(xué)評(píng)價(jià)中，從大量的數(shù)據(jù)分析中，發(fā)現(xiàn)影響學(xué)生、專(zhuān)家、同行評(píng)教結(jié)果的關(guān)鍵因素，分析教學(xué)行為和教學(xué)效果質(zhì)檢的關(guān)系。幫助高校教師及管理人員分析影響教學(xué)質(zhì)量的因素，找出教學(xué)管理中的問(wèn)題，為教學(xué)管理者提供決策支持，為改進(jìn)教學(xué)方法提供依據(jù)。

（1）數(shù)據(jù)挖掘應(yīng)用于教學(xué)評(píng)價(jià)，有利于建立科學(xué)可行的教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系。通過(guò)專(zhuān)門(mén)的部門(mén)測(cè)評(píng)，可以對(duì)教學(xué)質(zhì)量有個(gè)準(zhǔn)確的價(jià)值判斷。目前，高校教學(xué)水平的評(píng)定沒(méi)有一個(gè)合理的辦法，測(cè)評(píng)結(jié)果并不合理，不能達(dá)到預(yù)期的效果。所以，通過(guò)數(shù)據(jù)挖掘技術(shù)，對(duì)教師的教學(xué)等級(jí)進(jìn)行判斷，促進(jìn)教師改進(jìn)教學(xué)技術(shù)，提高教學(xué)質(zhì)量。

（2）將數(shù)據(jù)挖掘技術(shù)引入到教學(xué)評(píng)價(jià)過(guò)程中，可以指導(dǎo)教學(xué)管理，提高教學(xué)質(zhì)量。用科學(xué)的手段收集、分析處理所獲得的資料，找出教學(xué)質(zhì)量好的教師所具備的集中特征，家偶爾管理者可以正確及時(shí)的采取主動(dòng)有力的措施進(jìn)行指導(dǎo)、更好的發(fā)揮管理功能，從而促進(jìn)教學(xué)工作質(zhì)量的提高。

（3）將數(shù)據(jù)挖掘技術(shù)引入到教學(xué)評(píng)價(jià)的過(guò)程中，可以推動(dòng)教學(xué)改革。通過(guò)數(shù)據(jù)挖掘，教師可以根據(jù)所得數(shù)據(jù)判斷，教學(xué)方法、教學(xué)手段是否合理，教學(xué)的重點(diǎn)、難點(diǎn)是否清晰明白，從而調(diào)整教學(xué)策略，改進(jìn)教學(xué)手段。促使教師盡快轉(zhuǎn)變教學(xué)思想，優(yōu)化教學(xué)過(guò)程。

4 結(jié)論

作為新興的數(shù)據(jù)分析技術(shù)，數(shù)據(jù)挖掘在對(duì)高校的教學(xué)質(zhì)量評(píng)價(jià)中，對(duì)高校中與教學(xué)相關(guān)的數(shù)據(jù)進(jìn)行分析，從而發(fā)現(xiàn)高校教學(xué)中存在的問(wèn)題，找出影響教學(xué)效果的關(guān)鍵因素，不僅可以提高效率，降低成本，更加有利于數(shù)據(jù)分享，保證數(shù)據(jù)的安全性，能夠更好的為服務(wù)高校的教學(xué)及發(fā)展。同時(shí)也有利于進(jìn)一步促進(jìn)高校教育信息化建設(shè)的發(fā)展。

參考文獻(xiàn)

[1] 賀瑤，王文慶，薛飛.基于云計(jì)算的海量數(shù)據(jù)挖掘研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2013（2）.

[2] 董琳.數(shù)據(jù)挖掘技術(shù)在高職院教學(xué)評(píng)價(jià)中的應(yīng)用研究[J].電腦知識(shí)與技術(shù)，2013（4）.

[3] 江敏，徐艷.數(shù)據(jù)挖掘技術(shù)在高校教學(xué)管理中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2012（8）.

[4] 呂慎敏.基于數(shù)據(jù)挖掘的高校教學(xué)管理決策支持系統(tǒng)研究[D].山東師范大學(xué)，2012（6）.

[5] 高曉佳.數(shù)據(jù)挖掘在教育信息化中的應(yīng)用研究[J].電腦知識(shí)與技術(shù)，2012（2）.

[6] 趙林莉，尹紹宏.數(shù)據(jù)挖掘技術(shù)在高校教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用[J].廊坊師范學(xué)院學(xué)報(bào)：自然科學(xué)版，2011（12）.endprint