数据挖掘技术在教务管理系统中的应用研究

文Ｉ化｝教　育　孟薇　科　数据挖掘技术在教务管理系统中的应用研究　（辽宁地质工程职业学院，辽宁丹东１１８００８）　摘要：简述数据挖掘技术在教务管理系统中的研究和应用，以及如何利用数据挖掘技术与数据库技术建立教务分析管理系统。　关键词：数据挖掘技术；教务管理系统；研究　引言　随着信息技术的不断发展与高等教育规模　的快速增长，各高校都相继建立了自己的教务管　理信息系统，这些信息系统的使用，很大程度上提　高了教务管理的水平，而且积累了大量的教　行数据。但是目前这些信息系统不能提供对所采　集数据进行归类与深层次分析的功能，这使得管　见效从而赢得售　的部分开始。　二是保护投资。数据仓厍在设计时就要考虑　今后业务系统的更换和升级问题，要能保护原有　投资；此外，业务系统和数据仓库之间要保持相对　，任何主题的增加不要影响到数据仓库的建　设与原有数据库系统的应用。　三是可扩充性。要想大做小。从教务部门起　学、管理有关的基础数据，并没有起到分析数据的　作用。分析数据可以有多种方法，如：分析、数　据挖掘等。这里主要讨论的是挖掘教务数据，从中　得出有效结论。这就需要—个挖掘工具，市面上已　经有很多成品商业挖掘工具，如ＳＰＳＳ公司的　Ｃｌｅｍｅｎｔｉｎｅ、ＩＢＭ公司的Ｉｎｔｅｌｌｉｇｅｎｔ　Ｍｉｎｅｒ等等，　这些产品都是通用的挖掘系统，算法上一般都是　理人员在面对复杂情况时不能及时了解相关信　步的数据仓库能否从部门级扩充到学校级？数据　固定不变的。现在，我们需要—个面向特定领域的　息，领导决策时也不能得到切实的数据支持。而数　仓库的结果就是为了减少信息孤岛，不能人为地　挖掘系统，该系统能够更适合教务系统数据挖掘。　据挖掘技术是对数据进行多角度展现的～类软件　制造两个新的孤岛。所以要有整体设计的思路，这　教务数据挖掘系统是在教务数据仓库系统的基础　技术，大量应用于支持产品市场开发策略、信贷策　是避免数据仓库失败的三个主要措施。　匕建立的，系统将数据从数据集市中取出放＾工　略、经营决策的制定、客户分析等，已经取得了良　４数据挖掘概述　作站，而后对这些数据进行预处理，对于处理后的　好效果。　在２Ｏ世纪８Ｏ年代末出现了—个新的术语：　数据进行分析、决策，以各种图和表的形式显示数　主要研究数据挖掘技术在教务管理系统中　数据挖掘，即数据库中的知识发现。它泛指所有从　据，最后应用适当的模型对数据建模，最终挖掘出　的研究和应用，以及如何利用数据挖掘技术与数　源数据中挖掘模式或联系的方法，人们接受了这　知识，并对得到的知识进行解释。系统总共分为４　据库技术建立教务分析管理系统。通过教务分析　个术语，并用ＫＤＤ来描述整个数据挖掘的过程。　个模块。　管理系统的使用，提高教务管理水平，实现教务管　数据仓库技术的发展与数据挖掘有着密切　＆ｌ数据仓库模块　理的智能化与决策的科学化。　的关系。数据仓库的　该模块分两部分：一部分是事实表的生成。　ｌ教务管理的现状　热的原因之一。但是，数据仓库并不是数据挖掘的　该部分设计了—个简单的工具，仅能对数据进行　随着高等教育规模的大众化、普及化，生源　先决条件，因为有很多数据挖掘可直接从操作数　抽取和装载，转换和清洗留在了数据预处理模块，　质量出现了较大的落差，各高校开始重视学生间　据源中挖掘信息。数据挖掘（Ｄａｔａ　Ｍｉｎｉｎｇ）的比铰　该部分生成各维表的层次关系表．手工维护各维表　的个体差异，逐渐把提高教育教学质量提到议事　公认的定义是：数据挖掘就是从大型数据库的数　中的值。　日程Ｅ来。近年来，各高校纷纷实行不同程度的学　据中提取人们感兴趣的知识，这些知识是隐含的、　６．２数据预处理模块　分制，给学生最大限度的自由。教务管理作为高校　事先未知的、但潜在有用的信息，提取的知￣ｑｎ－Ｉ以　现实世界中的数据是脏的、不完整的、有噪　表示为概念（Ｃｏｎｃｅｐｔｓ）、规￣１］（Ｒｕｌｅｓ）、规律（Ｒｅｇｕ—　管理的核　．之一，从更新管理观念、应用以信息技　声的，数据预处理技术可以改进数据质量。由于高　术为主的先进的管理手段等方面进行了改革，逐　ｌａｒｉｔｉｅｓ）、模式（Ｐａｔｔｅｍ８）等形式。这种定义把数据　质量的决策必然依赖于高质量的数据，因此数据　渐从”粗放型”管理向’精细化”管理转变。　挖掘的对象定义为数据库。而更广义的说法是：数　预处理是知识发现过程的重要步骤。　２教务管理系统中应用数据挖掘技术的必　据挖掘意味着在一些事实或观察数据的集合中寻　６．３数据分析模块　要性　找模式的决策支持过程。所以，数据挖掘的对象可　经过预处理阶段，已经为数据挖掘建模准备　随着高等教育规模的扩大，高校教学改革的　以是结构化的，如关系数据库中的数据；也可以是　好了数据，可以通过此模块以表的形式查看各数　不断深入，教学管理逐渐以学分制模式为构建和　半结构化的，如文本、图形和图像数据；甚至是分　据集（训练样本、测试样本、源数据、属性列表），也　运行的基础，更多的是针对学生个人的个性化管　布在网络上的异构型数据。发现知识的方法可以　可以以图的形式查看各因素。通过对这些数据的　理，每个学生都可能有不同的学习进度、学习结　是数学的，也可以是非数学的；可以是演绎的，也　观察，可以得出—些指导性的结论。　果、不同的毕业年度，相应地，其教学组织形式较　可以是归纳的。发现的知识可以被用于　息管理，　６．４数学建模及结果分析模块　具灵活ｆ生和多棒性。传统教务管理的方法与手段　查询优化，决策支持和过程控制等，还可以用于数　该模块是数据挖掘系统的核心，对经过预处　远远不能适应新形势的要求，必须有先进、高效、　据自身的维护。因此，数据挖掘是一门交叉学科，　理的数据进行挖掘，分类算法和聚类算法在这个　配套的教务管理系统才能保证教务工作的顺利进　它把人们对数据的应用从低层次的简单查询，提　模块中实现，使用合适的算法对数据挖掘库中的　行。　升到从数据中挖掘知识，提供决策支持。数据挖掘　数据进行挖掘，通过修改算法中的参数，可以得到　通过各种数据挖掘工具的使用，不但方便了　所得到的信息应具有先未知有效和可实用三个特　不同的挖掘结果，并在该模块中对结果进行分析，　领导与相关业务管理人员问的信息沟通，而且减　征。　评价所得结果的可信度。　轻了信息人员的工作量，使得信息人员从日常的　５数据挖掘工具　７结论　数据统计中解脱出来。相关业务人员与领导可以　数据挖掘工具主要有两类：特定领域的数据　数据挖掘是一门综合性的学科，其中用到了　及时方便地进行繁杂数据的查看与分析，从而掌　挖掘工具和通用的数据挖掘工具。　数据仓库、数理统计、计算机技术等很多知识。数　握教行现状。　特定领域的数据挖掘工具针对某个特定领　据挖掘本身的方法也有很多：分类、聚类、关联规　３数据仓库的概念和特征　域的『口］题提供解决方案。在设计算法的时候，充分　则、时间序列等等。不同的主题需要选择不同的方　数据仓库是一种新型的面向数据应用的数　考虑到数据、需求的特殊性。　法进行分析，经过十多年的研究，每一种方法都踊　据管理技术，它以关系数据库管理系统（ＲＤＢＭＳ）　通用的数据挖掘工具不区分具体数据的含　跃出了大量的算法，这些算法中也各有利弊，在不　为基础，数据在从操作型数据库进入数据仓库之　义，采用通用的挖掘算法，处理常见的数据类型。　同的问题上要选择不同的算法，才能最大限度的　前必须经过清理、集成、选择、变换，从而使数据仓　面向大型数据库，包括采掘关联规则、分类规则、　发挥数据挖掘的潜能。教学管理系统中含有大量　库能够提供集成的、历史化的数据管理功能，并支　序列模式和相似序列等。　有待挖掘的有用信息，在大力提倡科教兴国的今　持综合性的数据分析，特别是战略分析。数据仓库　６教务数据挖掘系统没汁及杨【嫩术　天，这些　皂对校方更好地制定学生培养计划无　的建设应着重考虑三个因素：　主要探讨教务数据中潜藏的知识和规律，在　疑具有重要的指导意义。　是业务驱动。　以前的教务系统中是无法找出这些规律的。教务　作者简介：孟薇，辽宁地质工程职业学。北方　来建设，要按轻重缓急，从较容易实现并且马上能　系统仅仅是收集教学管理过程中的数据以及和教　工业大学在读工程硕士。　责任编辑：袁依凡　—一１４１—