數據挖掘技術在大學英語考試結果中的應用研究

郝小靜

【摘要】隨著科技的發展，計算機等高科技的教學手段在各階段教學中的廣泛使用，數據挖掘技術這一技術在教育界隨之誕生，大學英語考試對于該技術的應用也相當普遍。本文主要從數據挖掘技術的定義、分析方法及其步驟入手，探討這項技術在大學英語考試結果的作用，如何充分應用這項技術，以進一步優化大學英語考試。

【關鍵詞】數據挖掘技術 大學英語 考試結果

社會的不斷進步，高端科學技術在社會上的廣泛應用，人們生活質量也在不斷提高。同樣教育行業的教學質量也在不斷地提升，教學方法和手段不斷處于更新換代過程中。近幾年來，數據挖掘技術在教育領域中不斷地得到應用，為學校、教師、學生都提供了便利的教學條件，而對于數據挖掘技術在教育領域的應用也受到廣泛的關注，本技術在大學英語考試結果中的應用屬于重要的一方面。

一、數據挖掘的定義

數據挖掘屬于數據分析的一種，即在大量的數據信息資料中的篩選出與人們特定的要求相符和的數據內容。數據挖掘就是通過全智能化的途徑，在眾多的、不確定的、海量的信息中總結和分析出，原本就存在的但不易被人們感知，具有總結性特點的相關內容。

二、數據挖掘的方法和步驟

1.數據挖掘的分析方法。數據挖掘分析方法主要包括聚類分析、決策樹和人工神經網絡。

（1）聚類分析就是將具有相同或相似特點的研究對象進行整合，通過數據挖掘技術的分析過濾，在無序的、混亂的研究對象中，輸出其中被隱藏的、不明顯的的行的特點結果。

（2）決策樹是數據挖掘中的另一方面，具有對研究對象進行分類和預測的作用。也就是對眾多分析對象按照一定的要求進行重新分組，并達到對某些事項預測結果的目的。

（3）人工神經網絡是指類似于人的大腦的神經分布與信息處理的一種分析方法。

如圖1所示。

2.數據挖掘的步驟。數據挖掘涵蓋了四個部分：目標定義、數據收集、數據分析、數據挖掘結果評析。

（1）數據挖掘的目標定義是指人們利用數據挖掘技術所要的達到的最終目的和預期結果。

（2）數據收集是指確定了數據挖掘目標以后，所要進行的對相關數據的收集和整理，即人們所說的對研究對象的集中。

（3）數據分析是指在完成數據收集之后，通過使用數據挖掘技術，運用上述三種方法對研究對象進行集中處理。

（4）數據挖掘結果評析是指數據挖掘的最終的結果的輸出，即預期目標的實現。如圖2所示

三、數據挖掘技術在大學英語考試中的應用

在大學英語考試中，數據挖掘技術的應用主要體現在對于學生的身份、考試內容、考試成績結果等方面。按學生的學號、姓名、年級、指導教教師等標準，進行數據挖掘，分析學生的分布情況。考試內容是指針對于考試內容的難易層次、答題正確率情況，進行數據收集，通過數據挖掘技術，分析學生考試成績高中低的大體情況，從而確定以后考試試題的難易程度，對應不同層次的學生。

整個考試流程的最終目的是，通過數據挖掘技術，對考試成績進行分析評估，提取出學生各個層次學生對教學過程中英語知識的掌握程度，進行有針對性的教學，改善教育方法，提高教育水平。

語言是人們與外界溝通的最重要的媒介。英語作為世界上應用最廣泛的語言，英語的學習最為關鍵。大學英語考試是大學教學對大學生的英語接收程度的一種考核方法，大學英語考試結果運用數據挖掘技術，有助于提升教師對考試結果了解效率，化解教與學之間的隔閡，優化大學英語教育方法，提高教學水平。

參考文獻：

[1]張和華，向華，吳旋.數據挖掘技術在醫療設備行業中的應用研究[J].中國醫學裝備，2015，10（01）：48-50.

[2]姚曉宇，馮麗.大學英語教學中的形成性評價分析[J].學周刊，2015，13（09）：10-11.

[3]卜劍鋒.大學英語課程考試與CET-4成績的相關性研究[J].惠州學院學報，2015，（09）01：117-120.

【基金項目】本文是內蒙古哲學社會科學規劃項目“基于數據挖掘技術的大學英語網絡自主學習過程性評價體系研究”（項目編號：2014B124 ）的階段性成果。