数据挖掘在高校学籍管理的作用论文范文.doc

数据挖掘在高校学籍管理的作用论文范文 摘要：数据挖掘是指从海量数据中找到人们未知、可能有用的、隐藏的规则，可以通过关联分析、聚类分析、时序分析等各种算法发现一些无法通过观察图表得出的深层次原因。将计算机数据挖掘技术应用于高校学籍预警机制的研究中，在大量以往的教学管理数据库中挖掘出未知、可能有用的、隐藏的规则，促进教育的改革和发展。 关键词：数据挖掘;DataMining;学籍预警机制 本文针对学分制背景下高校学籍预警机制存在的问题和现状，用计算机数据挖掘（DataMining）技术对学籍预警机制进行分析，通过数据挖掘有关方法对搜集到的学生学籍数据进行分析和处理，以求能够挖掘出大量的隐含在学籍信息系统中的有价值的资源，用以预测可能发生的预警事件，为教学管理者进行危机管理提供帮助。随着高校招生规模不断扩大，如何保证高校的教学质量最终完成人才培养方案，成为一个重要的问题，具有重要研究价值。 一、高校学籍预警机制的现状及问题 20xx年8月教育部对“学籍预警”这一词语做出了解释：是一种高等教育管理方式。普通高校学籍的预警方式一般采用学校和院系双向管理，学校负责统一制定学籍预警标准，通过学习进度推进的不同阶段划分学分预警标准，在达到一定学分线开始预警，分为考勤预警、选课预警、成绩预警、学籍异动预警、毕业预警。根据高校教学管理系统，对缺课达到一定数目的学生进行提醒教育，期末统计学生完成的学分来评估学生学习情况，并预测学生是否能够完成培养方案，通过教师提供的学生考勤记录、作业情况以及课堂表现等，针对学生的具体情况对其预警。教学考核工作与学生思想政治工作在学生管理方面相对独立，主要是事先警示教育、事后跟踪管理。目前的学籍预警主要是单方向的，原有的学籍管理制度大都是传统的事后处理型，具有延迟性。只有出现严重的学籍异常后，才会触发预警机制，采取相应的对策解决问题，家长对学生的在校学习情况了解不清，了解不及时，比如之前学期表现良好的学生本学期出现网瘾状态而不能及时发现，往往会错过对该生的最佳教育期。传统的学籍预警机制无法做到提前预知，对学生的学习和生活状况无法实时监管，问题的根源也无法追踪。 二、数据挖掘技术 数据挖掘（DataMining）是指从海量数据中找到人们未知的、可能有用的、隐藏的规则，可以通过关联分析、聚类分析、时序分析等各种算法发现一些无法通过观察图表得出的深层次原因。因此，将计算机数据挖掘技术应用于高校学籍预警机制的研究中，在大量以往的教学管理数据库中挖掘出未知的、可能有用的、隐藏的规则，促进教育的改革和发展。将计算机数据挖掘技术和传统的人力管理相结合，以学生为本，建立健全全方位学籍预警构架，做到“防微杜渐”，为学校顺利完成教育目标起到促进作用。 三、数据挖掘在学籍预警机制里的应用 随着计算机技术的进步，各大高校逐步建立了日益完善的学籍信息管理系统，累积了大量学籍信息数据库。目前，这些数据主要用来向各级管理部门上报和学校自行查看存档，但对于这些数据后面隐藏的价值并没有进行深度挖掘和利用，十分可惜。所以，应以高校学生信息管理系统为对象，研究深度数据挖掘的方法，“透过现象看本质”，综合分析出有价值的学籍预警信息，为管理提供参考。例如，学校发现高等数学等主干课的不及格率有逐年上升的趋势，一般认为是学习不认真所致，但做了很多工作效果并不明显，这时通过数据挖掘分析挖掘最近10年所有有过不及格课程的学生的成绩，发现有较高比例的学生来自西部地区，而且还发现有较高比例的学生家庭收入非常高或者非常低（生源地和经济情况问题）。针对此可以在学生管理上提前采取有针对性的管理措施。制定好目标标准，挖掘学生的学习习惯及学习特长，辅助教师指导学生，指导学生改正自己的不当行为，提高学习能力。从教学管理系统中所记载的学生基本资料、学习成绩、学习经历、学习喜好以及知识体系结构等内容，发现学生学习习惯，辅助学生改正自身学习行为。提高学生各方面综合素质。利用数据挖掘的关联分析辅助师生行为预警干预。各高校学籍管理系统中记载着各院系各专业学生与教师的学习工作，社会活动，奖励处罚情况，可从中分析出师生各种活动之间的内在联系，假定有规则“ABC”，那么当在实际活动中，某学生已有A和B行为，马上可以分析出产生下个行为的概率，可即时预警，提前制止C行为的发生。利用数据挖掘为课程设置提供合理依据。高校学生的课程安排设置是循序渐进的，每门课程之间都有一定的关联和前后顺序，在学习一门专业课程之前必须先修一门基础课程，基础知识没学好势必影响专业课程的学习。而且，同一年级不同专业学生之间，由于教师或教师专业背景知识不同，各个学生总体成绩相差有时会很大。数据库中记载着以往各专业学生各学科考试成绩，使用数据挖掘的关联分析与时序分析技术，能分析出原因，在此基础上对课程进行合理设置。 综上所述，将基于计算机数据挖掘技术应用于高校的教学管理，以提高教学管理的预知性，增加教法选择的参考性，加强教学过程的指导性，提高教学质量