數據挖掘技術在高職院校管理決策上的應用

張超

【摘要】數據挖掘是今年來一項比較新興的技術，是商業智能的重要組成部分。隨著教育決策對量化分析和研究結果的愈加依賴，本文將簡要探討數據挖掘技術在高職院校管理決策上的應用。

【關鍵詞】數據挖掘 高職院校管理 信息資源

數據挖掘是一種全新的技術，是為解決當前“信息豐富而知識貧乏”這一問題而出現的。目前，它已經在銀行業、零售業、工程技術和醫學等領域得到成功應用和空前發展在這些領域的成功應用鼓舞著人們將數據挖掘技術應用到更多、更廣泛的領域中去。近年來，隨著高校數據收集量的不斷增加以及教育決策對量化分析結果的愈加依賴，數據挖掘在高校管理決策中的應用呈顯著上升趨勢。

1數據挖掘概念及理論

數據挖掘也稱為數據庫中的知識發現，是近幾年來隨著數據庫和人工智能發展起來的一門新興的技術，數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，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的過程。數據挖掘主要是利用各種知識發現算法從數據庫數據中發現有關的知識。目前常用的數據挖掘技術有：關聯規則法、粗糙集方法、分類方法、聚類方法、人工神經網絡、決策樹法、遺傳算法等。

數據挖掘過程可分為3個階段：數據準備、采掘操作、結果表達和解釋。整個采掘過程是個反復精練的過程，離不開用戶的參與。數據挖掘使挖掘大型數據庫中的大量數據變得更加容易，挖掘人員并不需要經過多年的統計分析或數據分析方面的訓練。

2數據挖掘技術在高職院校管理決策上的應用

高職院校管理數據挖掘的任務，可以劃分成4個層次：數據分析、知識發現、決策支持和管理智能。數據挖掘技術在高職院校管理決策上的應用，可以在以下幾個方面發揮作用：

2.1新生入學預測

隨著高考人數的下降，高職院校生源成為衡量學校管理指標之一。低生源給學校在入學管理、課程安排、財務管理等方面造成了困難。為此，為了有效地制定有關政策，做好學前準備，許多學校在招生結束后都會對其進行跟蹤訪問，根據學生的信息背景對學生入學情況進行預測，如采用數據挖掘技術可以發現學生生源地、學校和學生背景等對學生的入學有影響作用。

2.2學習成果評估

目前，隨著高職院校教學效果要求越來越高，如何評價學生學習成果成為高效管理重點之一。近幾年來，許多學者嘗試利用數據挖掘技術提高評估效度。哈佛大學的研究人員他們通過復雜的教育媒體收集豐富的與學生學習行為有關的數據，然后利用數據挖掘技術對其進行分析和研究。

2.3學生畢業預測

盡管高職院校相比本科院校要求沒那么嚴格，但學生的保留率和畢業率都很難達到100%。學生離開的原因很多，例如為了尋求自己理想的大學而轉學、學習成績達不到要求而輟學、家庭經濟出現困境而棄學等等。這對學校的辦學質量有著不可估量的影響。因此許多高職院校采取多種措施來提高保留率和畢業率。其中之一就是通過對學生的學習成績以及有關調查信息進行分析來了解學生離開的原因，并預測具有高風險輟學的學生，然后采取有效補救措施，幫助他們渡過難關（提高學習成績提供經濟資助、排除心理障礙、進行專業調整，等等）使他們圓滿完成學業。近些年來，數據挖掘技術在類似研究中的應用越來越廣泛。這些研究表明，數據挖掘技術的預測準確率明顯高于傳統統計方法。

2.4在校學習生活及畢業后經歷問卷調查

利用調查問卷對學生的學習生活及畢業后經歷進行調查研究可以為高校提高管理效果的方法之一。調查結果對學校制定相關政策，并采取措施來豐富學生校園文化生活有著非常重要的意義。調查內容以及方法（如網絡方法與信函方法）對學生決定是否回復問卷影響最大。

3結語

數據挖掘技術在高職院校管理決策上的應用是一個富有前景的研究領域，目前只是取得了初步成果，有大量的理論與方法需要深入研究。

3.1數據倉庫與時空數據挖掘

由于數據的日益增多和管理的細化，各種數據庫需要集成數據倉庫，數據挖掘也有著隨時間的改變而改變的現象，數據倉庫和時空數據挖掘的研究是今后數據挖掘發展的必然趨勢。

3.2知識的可視化表示與用戶的參與性

研究所發現知識的最有效的方式是進行圖形可視化。但可視化仍是一個不成熟的領域，有待進一步研究。有效的決策過程往往需要多次交互和多次反復使數據挖掘的結果準確并易于表達，實現在多抽象層次上交互挖掘知識。目前許多知識發現系統和工具缺乏與用戶的交互，難以有效利用領域知識，所以數據挖掘技術的可視化易識別性應增強。

3.3網絡數據挖掘

隨著網絡信息資源的急劇增長，人們越來越多地關注如何開發和利用這些資源。然而，目前中英文搜索引擎均存在查準率、查全率不高的現象，這種現狀無法適應用戶對高質量的網絡信息服務的需求；同時電子商務以及各種網絡信息服務迅速興起，原有的網絡信息處理與組織技術無法趕上這樣的發展趨勢，網絡數據挖掘就是在這樣一種環境下應運而生的，并迅速成為網絡信息檢索、信息服務領域的熱點之一。

參考文獻：

[1]DavidHand，HeikkiMannila，PadhraicSmyth.數據挖掘原理.機械工業出版社，2010.

[2]常桐善.數據萬掘技術在美國院校研究中的應用.復旦教育論壇，2009.

[3]梁柱森.數據萬掘技術在高校人力資源管理中的應用.實踐與經驗，2009.

[4]王金玲.數據萬掘技術在教學中的應用.赤峰學院學報，2009.