數據挖掘技術在中職教育中的應用研究

◆賴作華

?

數據挖掘技術在中職教育中的應用研究

◆賴作華

(茂名市第一職業技術學校 廣東 525400)

本文主要論述了在數據挖掘技術上的主要理論和方法，同時針對目前我國中職學校的教育特點，結合筆者的相關實際經驗，總結出如何在中職教育中融入數據挖掘技術，同時分析了未來的發展前景以及我國目前的相關應用的研究內容，對未來中職教育的相關領域提出具有建設性和借鑒性的指導建議。

數據挖掘；中職教育；相關領域；技術操作

0 引言

伴隨著中國經濟的飛速發展，人們的生活水平穩步提高，同時，這些年來，信息化技術的迅猛發展，給人們帶來了很多便利條件。因此，在日常生活中，處處充滿著與信息技術相關的內容。因此，為了推動信息科技的進步，同時提升國內信息技術的發展水平。近幾年來，高等教育學校開始越來越注重信息技術人才的培養。在如今的大數據時代，傳統的數據分析已經不能滿足人們的日常工作需求，因此，各行各業急需具備數據信息技術的專業人才。由此可見，數據挖掘技術在未來是具備相當大的發展空間的。因此，現國內的中職教育學校，越來越注重信息技術的培養。本篇文章，筆者將從目前數據挖掘技術的發展前景和市場需求出發，同時結合當前國內中職教育中相關的教育領域，探討數據挖掘技術在中職教育中的應用與研究。

1 數據挖掘的定義

數據挖掘，又可稱為資料探勘、數據采礦，翻譯于英語的“Date mining”。數據挖掘通常是指在大量復雜的數據中，通過相關的算法與搜索程序，找到隱藏在數據中的相關信息。數據挖掘通常依靠情報檢索和模式識別等相關方法進行相關操作。近幾年來，由于數據挖掘其中所存在著大量信息可以廣泛使用，這一點已經充分引起了信息產業界的極大關注。同時，這些信息不僅僅可以被利用，還可以進行傳播和轉換，獲取更多有價值的數據信息。這些數據信息，不僅可以在信息產業界進行應用，同時還可以廣泛應用在商務管理、市場分析以及建筑工程設計等相關領域，幫助人類獲得更多的商業探索[1]。

數據挖掘在使用方法上基本分為六個步驟：（1）分類，即指在龐大的數據庫中，建立合適的模型，將所有信息進行規范分類。（2）估計，即指在不確定的類別中，進行連續值的輸出。（3）預測，即指通過分類和估計后，將現有的數據進行一個預知和分析。（4）相關性分組或關聯原則，即指根據數據之間的聯系，判斷哪些數據會一起發生。（5）聚類，即指不通過分類好的標簽去尋找數據之間的聯系。（6）復雜數據類型挖掘，即指將更為復雜的數據進行合理研究分類。

由此可見，數據挖掘的技術運用非常復雜，但是卻能給人們的生活帶來極大的改變。

2 數據挖掘的市場應用

2.1市場營銷相關領域

相比于其他產業，市場營銷其實是最早應用數據挖掘技術的。在通常情況下，市場營銷部門往往會根據客戶的不同需求與消費模式，進行簡單的分類處理，同時針對客戶群體以及消費的商品類別，進行信息登記，這樣，能夠有針對性的進行市場分析，把握客戶的消費心理，達到提升業績的目的，久而久之，由市場營銷也逐步擴展到保險、電子信息以及房產等相關領域。

2.2科技研發等相關領域

在進行科學研發和實驗測試中，往往需要多次進行數據分析和數據實驗，同時進行相關的數據總結，為其科研提供更多的實驗理論和依據。因此，在科技研發等相關領域，利用數據挖掘，尋找數據中存在的相關規律，實現其有效的價值。

2.3電子信息相關領域

目前，電子信息產業已從最開始的初步形態發展成為當今社會最大的網絡互動信息載體。其中相關的數據非常多，因此，如何進行合理有效的數據分析和整合，成為了電子信息領域最為重要的一個問題。由此可見，利用數據挖掘，可以輕松的解決此類問題。通過數據挖掘技術，有效的將信息進行整合，同時準確找出相關信息的關聯性，合理的進行分類[2]。

3 中職教育中數據挖掘技術的應用

數據挖掘不僅僅只應用于數據信息產業，同時還在教育領域中有一定的應用價值。在教學中，教學評價信息、學生個人信息以及教學資源信息都可以利用數據挖掘技術來實現教育數據中的資源優化，同時提升教師在教育教學中的工作效率，實現教育的資源整合，達到信息數據良好運作的目標。目前，國內擁有諸多的中職學校，因此，將數據挖掘技術進行滲透，不僅能提高教師的教學水平和教學效率，同時也能提高學生的學習效率，增強學生的動手能力，為其日后工作發展奠定了堅實的基礎。

3.1通過數據挖掘技術進行學生學習特性的分析

學習特性是指學生在特定的環境下所觸發的相應的學習狀態。在其表現出的學習互動以及整個行為的發展變化，都可以展現出每位學生的學習特性。這種特性不僅僅只包括個人，同時也涵蓋著整個學習群體。對于中職教育學校的學生來說，在整個學習過程中，面對教師的課堂只是講解所展現出的學習風格、學習興趣以及學習方法，都是值得教師進行深入研究和分析的，這樣不僅能深刻的了解學生的學習動向，同時還能充分掌握學生的思維模式。同時，在學生的學習過程中所展現出的興趣愛好以及所構建的知識結構，都可以很好的展現出學生對本堂課知識所掌握的內容。因此，中職教師可以利用數據挖掘技術，進行合理有效的數據搜集和整理，系統的掌握學生的學習動向，綜合分析學生的學習特性。通過分類和聚類等方式，找到學生學習過程中的共同之處與不同之處，方便教師在課堂上調整教學方法，幫助教師更好的完成一堂課。

3.2通過數據挖掘技術進行學生信息分類

在中職教育課堂中，教師為了更有針對性的完成課堂內容，每一位教師都應該充分掌握學生的相關信息，方便在教學中的有效管理。但是，由于中職學校中的學生數量較多，因此進行學生信息數據搜集時，會耗費大量的人力物力。但是合理的利用數據挖掘技術，就可以避免很多問題。利用數據挖掘中的信息分類和相關性分組的方法，找到數據中的共同之處，同時進行合理分類，充分地掌握學生的信息，為日后的教學提供合理有效的幫助[3]。

3.3通過數據挖掘技術進行教學資源信息整合

在中職教育中，教師進行備課時，往往會面對大量的教育信息，同時在進行課堂訓練時，也需要在眾多的教育信息中找到有效的資源，為課堂教學提供輔助作用。往往由于教育資源信息過多，中職教師無從下手，不僅影響工作效率，還容易遺漏重要資源。因此，教師在進行備課時，可以充分利用數據挖掘技術，通過其進行教育資源整合，迅速找到其關聯，提升備課效率。同時，在課堂訓練中，如果想找到有效的教育資源，可以利用數據挖掘，找到相關數據，這樣不僅節省了課堂時間，同時還能把握重要資源。因此，合理的利用信息挖掘技術，能為中職教師的日常授課帶來合理有效的幫助。

3.4通過數據挖掘技術進行個性化教學

由于中職學生與普通中學學生相比，具有一定的特殊性，因此教師在進行教學時，應根據中職學生的特點，進行相對應的個性化教學。普通中學的教學手段往往是圍繞課本進行課內教學，但是中職學生的課堂教育不應該僅僅只圍繞課本，還應該注重專業技能的培養以及專業知識的實際操作。因此，在進行課堂教學時，教師應合理利用數據挖掘技術，針對不同的學生進行個性化教學，使不同的學生都能根據其自身的特點，進行個性化學習，幫助學生提高學習效率，增強學生的動手操作能力[4]。

4 結束語

在信息技術不斷飛速發展的時代，中職教師也應該做到與時俱進。合理的利用數據挖掘技術進行教育相關信息的整合，不僅科學有效，同時還能節省時間。因此，希望中職教師在未來的教學中，能多利用數據挖掘技術，充分感受科技改變社會的發展理念。

[1]李桂榮.數據挖掘技術在中職教學評估中的應用研究[D].廣東技術師范學院，2013.

[2]鄒麗.基于決策樹的中職學校考試成績分析的應用研究[D].哈爾濱工程大學，2013.

[3]曹碧潭.數據挖掘在中職學生管理中的應用研究[D].湖南大學，2015.

[4]林敏.數據挖掘在中職德育管理中的應用[D].湖南大學，2014.