以數據挖掘技術為基礎分析研究高校計算機選修課信息

摘 要 數據挖掘技術即數據處理的技術，是在儲存的大量信息中快捷、高效的獲取有用價值的一種手段。本文就數據挖掘技術在高校計算機選修課中進行研究，給高校教學管理部門和老師教學提供參考，使數據挖掘技術的科學信息處理手段，能更好的幫助高校適應社會發展。

【關鍵詞】數據挖掘技術 高校計算機選修課 分析應用

在我國高等教育院校中，以培養學生專業知識和專業技能為主，更好的幫助學生面向社會就業。在高校的教學課程中，選修課也是必不可少的一門跨專業公共課，能夠幫助學生拓寬視野、培養興趣愛好和提高綜合素質，要求學生在畢業前修滿學分。計算機專業中的選修課的開設種類較多，在多種選修課中，尋找出學生感興趣的課程，并加以提高教學質量，這對學生和學校都有重要作用，在進行信息分析和處理時候就可以運用到數據挖掘技術，通過信息的總結可以給教務管理處提供科學合理的選修課安排。

1 數據挖掘技術及價值

1.1 數據挖掘技術概念

數據挖據一般是指在大量的數據中通過算法搜索隱藏于其中信息的過程，通常與計算機科學有關，在利用信息收集、數據集成、數據規約、數據清理、數據變換、數據挖掘過程、模式評估、知識表達八個步驟實現信息的需求。

1.2 數據挖據技術的價值

數據挖掘技術重在通過大量信息的處理，找出需要的信息。這種技術被運用到各行各業，通過遺傳算法、神經網絡、決策樹方法、統計分析、關聯規則等操作方法達到數據挖掘的價值。其中關聯規則曾被美國沃爾瑪超市運用創造一種“啤酒與尿布”的營銷案例，沃爾瑪超市根據大數據庫使用數據挖掘技術，發現在美國年輕的父親下班時候都會被太太的要求去超市購買孩子的尿布，在購買尿布同時又會買自己喜歡的啤酒這種購物習慣，把尿布和啤酒進行一起出售制定銷售活動，使沃爾瑪超市在銷售中不斷創新。通過上述例子，不難發展數據挖掘技術在現實的生活中有很大價值。

2 高校計算機選修課現狀

2.1 開設課程特色不高，對學生吸引力不大

在高校計算機專業開設的選修課不具有特色，不能滿足學生的吸取愛好，知識為了應付教學目標而增加的選修課。在選修課的教學中，一方面不是專業的老師，大多采用專業課老師代課兼職的方法進行開設，另一個方面，由于并非必修的專業課程，在老師進行教學時候，不能制定合理的課程內容和計劃，是學生對開設的選修課興趣不大。這不僅是教學資源的浪費，也會造成對生的厭煩，影響到教學質量。

2.2 學生選擇選修課存在盲目，沒有科學性指導

學生在選擇選修課時候，沒有科學的指導，完全是跟風選課，經常出現扎堆現象。一方面是來之不能依據每一個學生的愛好進行一對一的指導，還有就是學生選擇的隨意性。在學習過程中，漸漸發現課程不適合自己，開始進行上課睡覺、逃課、放棄選修等，不是做不到學生綜合素質的全面發展，也讓學校的教學目標無法實現。

3 數據挖掘技術在高校選修課中的應用

3.1 數據收集

在高校開設選修課程之前，先對學生的個人信息、興趣愛好等進行收集，建立一個數據庫。在收集的過程中可以以班級為單位向上匯總到專業系別。例如在計算機專業中，高校教務中心可以建立一個學生信息表格，分發給學生，一一進行認真填寫，信息的內容包括姓名、年齡、愛好、專業課程、偏愛的專業課程、選修課程列表、上課時間等，通過學生的一些基本信息和個人喜好，進行信息源的收集，確保整個信息的真實性和完整性。

3.2 信息整理

在學生完成信息的填寫后，成立一個信息整理小組。小組的成員可以是班級的班委、班長、專業課老師、教務人員，利用計算機把學生的信息進行分類儲存。通過Excel、PPT 、Word辦公軟件可以制作成表格、圖形，通過信息的輸入建立一個數據庫。在輸入信息時候進行有意的分類，表格可以是學生的個人信息為一類，興趣愛好為一類，喜歡上課的時間點為一類，個人偏好選擇為一類；還可以利用柱狀圖、扇形圖等進行分類，為下一步的分析做鋪墊。信息的整理，是一個繁瑣、時間長的工作，但是也是數據挖掘的關鍵一步。

3.3 運用關聯規則進行數據的分析

對于整理好的數據庫，對關鍵的信息進行分析。這個時候可以選擇性地忽略掉學生的個人資料，針對性別、愛好、選修課程的喜好程度進行關聯分析，分析學生的平時愛好和選修課之間的聯系，通過學生的興趣愛好和相關的選修課進行相關聯系，制成一個表格進行統計。分析的過程中，需要考慮到學生的興趣，進行建議選修課的聯系，合理的進行指導建議。

3.4 利用分析數據進行選修課推薦

通過前三步的方法，綜合得出的有關信息進行公示，產生推薦。在學生選修課盲目選擇時候，利用數據庫的信息分析進行科學合理的選修課推薦，推薦的原則，不應該是強制的、要求的，應該主動權交給學生，尊重學生的意見。在這樣的選擇中學生滿意度會較高，上課的聽講會認真并主動參與到課堂內容上，是一種有個性，具有選擇特色的選擇課程，對老師教學的熱情也會有所提高。

3.5 學生選課平臺和教師資源

在數據挖掘技術中，學生最后的選擇可以利用網上平臺，利用建立好的數據庫資源共享平臺，實行自主、獨立的選擇選修課，同時這種方法也有利于高校師資力量的發展。在共享的平臺上學生不僅能夠得到科學的指導，老師也可以通過數據庫信息進行教學范圍的延伸，完全滿足于學生的個性需求。

4 結束語

興趣是最好的老師，在學生對選擇的選修課滿意度高，興趣濃情況下，學生的綜合素質自然會慢慢提高。這種利用數據挖掘技術對高校計算機選修課程的應用，和以往學生盲目選擇，老師不重視，課程質量低下的情況會出現截然相反的情況，學生在選修課上就會用心學習、全身心投入，學校和老師應該排除一切干擾，利用選修課的學習發揮學生的主觀能動性和培養學生的綜合素質。數據挖掘技術的應用不僅使高校的選修課課程質量提高，還符合高校開設選修課的目的，對選修課的發展有重要意義。

參考文獻

[1]袁春花.基于協同過濾算法的個性化高校選課推薦系統研究[J].計算機光盤軟件與應用，2012（20）：117-118.

[2]馮克鵬.基于數據挖掘的個性化高校選課推薦算法研究[J].數字技術與應用，2012（08）：63-64.

作者簡介

黃飛（1986-），男，重慶市人。研究生學位。現為重慶交通職業學院助教。研究方向為數據挖掘。

作者單位

重慶交通職業學院 重慶市 404100