基于數(shù)據(jù)挖掘技術(shù)的本科教學管理

梁晶華

（華東理工大學 社會與公共管理學院，上海 200237）

基于數(shù)據(jù)挖掘技術(shù)的本科教學管理

梁晶華

（華東理工大學 社會與公共管理學院，上海 200237）

圍繞高校本科教務管理中面臨的大數(shù)據(jù)處理難題，介紹了數(shù)據(jù)挖掘技術(shù)用于本科成績和教學數(shù)據(jù)分析的可行性。從學生成績、學生選課、學生評教以及教師信息等方面，探討了數(shù)據(jù)挖掘技術(shù)提取教學管理信息的方法，可望為高等學校教學管理和教務管理提供決策支持。

數(shù)據(jù)挖掘；教務管理；決策支持

近年來，隨著高等學校擴招以及計算機在管理中的普及應用，學校教學管理系統(tǒng)積累了大量的數(shù)據(jù)。目前，這些數(shù)據(jù)只是用于簡單的成績分析，并未能充分用于規(guī)律分析和處理，未在學校管理和決策起到應有的作用。因此，利用數(shù)據(jù)挖掘技術(shù)對學生成績數(shù)據(jù)進行深層次分析，找出其中各種潛在模式及影響因素，將對學生選修課個性化管理、課程設置、教學計劃制訂和教學實踐有重要的指導作用[1-3]。本文針對高等院校教學管理系統(tǒng)普遍存在的問題，提出了將數(shù)據(jù)挖掘技術(shù)應用到本科生成績管理、分析和實踐，通過從學生成績數(shù)據(jù)中挖掘潛在的、有用的信息，目標是為教學管理者提供決策，為學生選課提供支持。

一、數(shù)據(jù)挖掘的概念

1989年，在第11界國際人工智能的專題研討會上，學者們提出了基于挖掘的知識發(fā)現(xiàn)（KDD）概念。1995年在美國計算機年會上，一些學者開始把數(shù)據(jù)挖掘視為數(shù)據(jù)庫知識發(fā)現(xiàn)的一個基本步驟或把兩者視為進義詞討論[4，5]。所謂數(shù)據(jù)挖掘（Data Mining），就是從大量、不完全、隨機的實際應用數(shù)據(jù)中，提取隱含的、未知的、具有潛在應用價值的信息和知識的過程。其主要特征表現(xiàn)為：數(shù)據(jù)源必須是真實的、大量的；挖掘加工出用戶感興趣的知識；形成的知識要可接受、可理解、可運用。通過數(shù)據(jù)挖掘，可以幫助決策者尋找規(guī)律，發(fā)現(xiàn)被忽略的要素，預測趨勢，并用于決策。數(shù)據(jù)挖掘是對數(shù)據(jù)內(nèi)在和本質(zhì)的高度抽象與概括，是對數(shù)據(jù)從感性認識到理性認識的升華。數(shù)據(jù)挖掘又被稱為知識發(fā)現(xiàn)（Knowledge Discovery，KD），因此許多知識發(fā)現(xiàn)中的算法，如人工智能，也常常被使用于數(shù)據(jù)挖掘過程中。數(shù)據(jù)挖掘一

般以下7個步驟：（1）數(shù)據(jù)清理：消除噪聲和不一致數(shù)據(jù)。（2）數(shù)據(jù)集成：可以把多種數(shù)據(jù)源組合在一起，將數(shù)據(jù)結(jié)果放在數(shù)據(jù)倉庫中。（3）數(shù)據(jù)選擇：從數(shù)據(jù)庫中提取與分析任務相關的數(shù)據(jù)。（4）數(shù)據(jù)變換：通過匯總或聚集操作把數(shù)據(jù)變換或統(tǒng)一成適合挖掘的形式。（5）數(shù)據(jù)挖掘：使用智能方法提取數(shù)據(jù)模式。（6）模式評估：根據(jù)用戶某興趣度度量，識別表示知識的真正有趣的模式。（7）知識表示：實用可視化和知識表示及技術(shù)向用戶提供挖掘的有用知識。

二、數(shù)據(jù)挖掘技術(shù)在本科教學管理中的應用

大學本科教學管理，一般涉及了學生成績管理、選課管理、學生評教等幾部分內(nèi)容，其實質(zhì)上也是一個數(shù)據(jù)分析、加工利用和決策管理的過程。因此，利用上述數(shù)據(jù)挖掘的方法，對大學本科教學管理數(shù)據(jù)進行深層次的分析，可以將人們對數(shù)據(jù)的應用從低層的數(shù)據(jù)查詢提升到?jīng)Q策支持、信息預測，在教學管理的諸多方面發(fā)揮著重要作用。

1.本科生成績的挖掘加工。學生成績是評價教學質(zhì)量的重要依據(jù)，也是評價學生對所學知識掌握程度的重要標志，在高等教育質(zhì)量評價中居于重要位置。所以通過對學生的成績進行分析和挖掘，可以為教學管理者提供改善教學條件，加強教學管理，深化教學改革，提高教學質(zhì)量等方面的重要依據(jù)。利用數(shù)據(jù)挖掘技術(shù)，通過不同范圍、不同角度分析學生的成績和分布規(guī)律，挖掘影響學生成績的因素。主要包括：①統(tǒng)計分析各門課程成績分布，包括最高分、最低分、及格率等；分析各門成績之間的關系。②按班級分析學生成績分布，以及影響班級成績的因素。生成各年級成績分布情況排名，年級成績分布曲線。③不同任課教師給予的學生平均成績；學生成績與教師學歷、職稱，教學經(jīng)驗之間的關系。④各生源地成績分布，生源地與學生成績間的關系。利用關聯(lián)分析或分類分析，可以發(fā)現(xiàn)一些普遍性的現(xiàn)象。如通過分析學生的成績，可能發(fā)現(xiàn)“高等數(shù)學”成績好的學生，其在計算機語言類課程的成績也好。但這種分析，也可能導致對暫時不具有普遍性課程的忽略。

2.學生選課信息的挖掘分析。選課就是學生利用計算機軟件選擇自己所上的課程。選課數(shù)據(jù)中可能隱藏著對教學管理具有重要的參考價值，數(shù)據(jù)挖掘技術(shù)可以用來找出這些隱藏在數(shù)據(jù)背后的信息和知識。主要可從以下幾個方面進行分析挖掘：分析各門課的課程歸屬和所占學分，確定學生選課時對不同課程歸屬課的學分多少的考慮；分析各門課的選課人數(shù)，確定課程的歡迎程度；分析各門課選課率，了解學生對目前課程安排中的滿意程度；分析某門課程的選課學生情況，了解選擇當前課程的學生的專業(yè)情況；分析各門課程的任課教師情況，了解任課教師的實際情況和綜合能力。具體的挖掘步驟可按如下進行：①首先要對選課的原始數(shù)據(jù)進行預處理，把其原始數(shù)據(jù)采樣后轉(zhuǎn)換成適合數(shù)據(jù)挖掘的數(shù)據(jù)。由數(shù)據(jù)收集階段得到的數(shù)據(jù)可能有一定的“污染”，表現(xiàn)在數(shù)據(jù)可能存在自身的不一致性，或者有缺失數(shù)據(jù)的存在等，因此要進行抽樣與清理。在處理的過程中，要明晰數(shù)據(jù)的上下結(jié)構(gòu)和面向?qū)ο螅瑸閿?shù)據(jù)挖掘作好準備。②完成數(shù)據(jù)的預處理之后，確定參與挖掘的數(shù)據(jù)表，在教務選課系統(tǒng)中學生選課表是基本事實表，課程信息表、學生信息表和教師信息表可作為維表。③最后將預處理之后的數(shù)據(jù)進行狀態(tài)運行，在此基礎上選擇合適的數(shù)據(jù)挖掘算法進行數(shù)據(jù)挖掘。數(shù)據(jù)挖掘通過匯總或聚集操作將數(shù)據(jù)變換或統(tǒng)一成適合挖掘的形式，可單獨利用也可綜合利用各種數(shù)據(jù)挖掘方法對數(shù)據(jù)進行分析，挖掘用戶所需要的各種規(guī)則、趨勢、類別、模型等。挖掘的最終結(jié)果可以用可視化的圖形方式表現(xiàn)出來。根據(jù)挖掘的結(jié)果，得出選課背后隱藏的各種數(shù)據(jù)信息，如某些專業(yè)的學生喜歡選某位老師所開設的相關課程，部分學生總是選擇學分較多的有更多上機機會的課程等等。

3.學生評教信息挖掘分析。合理評價教學的技術(shù)水平是衡量一個學校教育質(zhì)量的重要標準。教學評價就是根據(jù)教學目標和教學計劃的要求，系統(tǒng)全面地收集數(shù)據(jù)，對教學過程中的教學活動以及教學成果給予判斷的過程。評教內(nèi)容一般包括對學生“學”的評價和對教師“教”的評價。下面以學生綜合測評指標和學生評教指標為例，將關聯(lián)規(guī)則和粗糙集理論應用于評價系統(tǒng)，通過對各指標的排序、約簡等，在一定程度上對評價指標優(yōu)化，討論把數(shù)據(jù)挖掘技術(shù)引入學生評教指標優(yōu)化和信息分析。另一方面，評定學生的學習行為，既可對學生起到信息反饋和激發(fā)學習動機的作用，又是檢查課程計劃、教學程序以至教學目的的手段。同時，考查學生個別差異，便于因材施教的途徑。評價要遵循“評價內(nèi)容要全面、評價方式要多元化、多次化、注重自評與互評的有機結(jié)合”的原則。利用數(shù)據(jù)挖掘工具對學生的學習成績數(shù)據(jù)庫、行為記錄數(shù)據(jù)庫、獎勵處罰數(shù)據(jù)庫等進行分析處理，可以及時得到學生的評價結(jié)果，對學生出現(xiàn)的不良學習行為進行及時指正。同時，還能夠克服教師主觀評價的不公正、不客觀的弱點，減輕教師的工作量。另外，將關聯(lián)規(guī)則運用于教學評價數(shù)據(jù)中，可以探討教學效果的好壞與教師年齡、職稱之間的關系、學生各項素質(zhì)指標之間的關系等，用來及時地對教師的教學和專業(yè)發(fā)展以及學生的學習和個性發(fā)展提供指導，這是非常有意義的。

4.教師信息的挖掘分析。教師信息是本科教學管理中的重要方面，如使教學評價過程科學化，增強教學工作的預測功能和評價功能，為教學的客觀決策和客觀評價教師、了解教師的教學質(zhì)量提供了一種比較合理的管理依據(jù)。主要包括：①教師個人信息：包括教師學歷情況、職稱情況、科研情況、研究方向、級別、工作經(jīng)歷等各種信息，可運用關聯(lián)規(guī)則方法對教學評價結(jié)果和教師個人信息一起進行挖掘，從而得出影響教學結(jié)果的潛在的教師個人信息的部分情況。②教師素質(zhì)：包括教師的思想政治素質(zhì)、道德素質(zhì)、文化素質(zhì)、智能素質(zhì)、心理素質(zhì)、身體素質(zhì)、外在素質(zhì)等七個方面，通過數(shù)據(jù)挖掘技術(shù)在學生成績或者相應的調(diào)查信息的挖掘，看出哪些因素對教學方面有較大影響，切實加強教師在哪些素質(zhì)方面的培養(yǎng)和提高，從而有利于教學管理方法的制定和實施。③教師績效：包括教師的工作業(yè)績、工作態(tài)度、工作技能等方面的綜合考核。應用數(shù)據(jù)挖掘技術(shù)，可以從教學評價數(shù)據(jù)中進行數(shù)據(jù)挖掘，查詢教學效果與教師的工作態(tài)度、工作技能等的各種關聯(lián)，找到教師的教學效果與教師績效的關系問題，合理調(diào)配一門課程的上課老師，使學生能夠較好地保持良好的學習狀態(tài)，從而為教學部門提供了決策支持信息。

我國高校的教學管理長期沿用經(jīng)驗管理模式，往往難以避免管理滯后的弊端，尤其是近年來隨著教學管理中產(chǎn)生的數(shù)據(jù)急劇增加以及對信息量的更高要求，把數(shù)據(jù)挖掘技術(shù)應用到教學管理系統(tǒng)中，必將為各教學管理部門的決策提供切實可行的依據(jù)，可以促進教育管理的進一步改革、完善和發(fā)展。對數(shù)據(jù)挖掘工具的有效利用，能夠客觀地反映教學系統(tǒng)中存在的問題，為實現(xiàn)高校的教學改革，將來在激烈的競爭中掌握主動，從而提高管理的科學性、針對性和高

效率。

[1]梁循.數(shù)據(jù)挖掘算法與應用[M].北京：北京大學出版社，2006.

[2]劉曉霞.數(shù)據(jù)挖掘技術(shù)在高校教學中的應用[J].現(xiàn)代計算機，2008，（285）：115-116.

[3]張玉林.數(shù)據(jù)挖掘技術(shù)在教學過程中的指導作用[J].西安通信學院學報，2006，（02）：38-40.

[4]陳文偉.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘教程[M].北京：清華大學出版社，2006.

[5]楊永斌.數(shù)據(jù)挖掘技術(shù)在教育中的應用研究[J].計算機科學，2006，（12）：284-286.

G647

A

1674-9324（2014）13-0010-03

粱晶華（1974-），主要從事本科教務管理和相關技術(shù)。