王繼軍
(陜西國際商貿學院,西安 712046)
數據挖掘技術在計算機實驗室管理系統中也發揮了巨大的作用,學生日常所開展的計算機實踐課程包含有數據挖掘相應技術,計算機實驗室管理人員也需要對數據挖掘技術進行具體應用從而加強對實驗室的管理。
數據挖掘即在大量隨機性強的數據中提取潛在知識信息,將數據背后所隱含的真實內容提取出來。數據挖掘具有一定的交叉性,人們不僅要對數據進行具體應用,掌握數據的查詢方法,還需要學會對數據具體內容進行挖掘,從而讓挖掘出的數據信息對相應的政策提供具體的支撐。數據挖掘涉及的領域較為廣泛,包括人工智能、數據庫的建立、數據統計工作的開展,數據挖掘這一信息處理技術具有一定的前瞻性,涉及到數據庫中的大量數據,包括數據的分析、數據的轉換、數據的抽取、模型的處理等一系列工作,通過這一系列工作來挖掘出能為相關決策提供支持的關鍵性信息,因此,數據挖掘技術為數據庫中關鍵信息的獲取提供了技術支撐。
數據挖掘方法主要有四種,一是神經網絡法,即對人類的思維進行模擬,利用神經元和神經網絡的特殊性歸納出一種高效率的處理網絡,在該網絡中融入非線性映射的思想,從而開展相應的數據處理工作,在神經網絡自身結構的支持下,相應的信息就能夠表達和輸出;二是遺傳算法,該方法的具體基礎就是生物自然和遺傳機理,在遺傳算支撐下,數據挖掘工作就變成了簡單的搜索工作,目標數據庫即為數據挖掘的搜索空間,在遺傳算法的支持下,這種搜索工作能夠將隨機的一組信息變得規則化,最終得到相應的數據信息規則;三是決策樹方法,該方法被廣泛運用于大量的預測模型中,通過決策樹方法,大量的數據信息可以被有序分類,人們就能在這一系列分類的信息中得到相應的有價值的信息,從而進行簡單的描述,這種數據處理的方法具有較強的精確性,對于大規模的數據處理工作有著簡化的作用;四是粗糙集方法,該方法的基本理論是粗糙集理論,一系列不確定的數據和信息都可以通過該方法進行篩選,在粗糙集理論的支撐下,數據挖掘即對數據進行分類,再通過相應的信息系統對數據進行歸納,最終就能夠獲取準確度高、價值高的數據規則。
(1)應用數據挖掘技術于設備掌控。計算機實驗室管理系統涉及到大量的計算機設備,為了加強對一系列設備的掌控,充分利用數據挖掘技術也是十分有必要的,具體來說涉及到的操作包括計算機信息錄入、相關信息的修改、刪除、計算機運用狀態的查詢以及計算機的配置水平,這一系列環節都需要有數據挖掘技術做支撐,從而能夠實現對計算機實驗室的高水平管理。首先當學校為計算機實驗室購買了大量的計算機時,管理人員應當通過數據挖掘技術對計算機進行編號信息管理,當計算機出現了故障問題,應當對管理系統中的計算機運用狀態進行修改,避免出現學生上課時用到故障計算機的情況;在對計算機進行查詢統計的過程中,也需要運用到數據挖掘技術,從而確定計算機的配置狀況以及運用狀態,在數據挖掘技術的支撐下,計算機實驗室管理人員就能夠對計算機的使用狀況進行實時掌控。
(2)應用數據挖掘技術于實驗室課堂教學。首先在對課堂信息進行處理時,數據挖掘技術使得管理人員對一系列實驗項目進行全方位了解、各類實踐項目信息的維護、修改、刪除、查詢都有了技術支撐,管理人員可以對實驗項目的正確性進行把關,教師和學生則擁有查詢課程信息的權力;其次在對實驗課表進行處理時,數據挖掘技術幫助記錄計算機實驗室所涉及的一系列課程編排,師生可以通過課表詳細了解計算機實驗室的空閑狀況,管理人員則需要及時對相應的教務課程信息進行錄入和修改,師生擁有對課程信息進行查看的權限;另外在對實驗成績進行處理時,通過數據挖掘技術教師可以對學生的一系列期中期末成績進行實時錄入,學生則可以通過數據挖掘技術對一系列課程成績進行實時查詢。
(3)應用數據挖掘技術于教務管理。首先,在數據挖掘技術的支撐下,教務人員的查詢統計工作將更為高效,計算機實驗室工作的實時狀況能夠得到及時反映,管理人員可以在數據挖掘技術的支撐下對設備即教學信息進行實時查詢統計;其次,數據挖掘技術也為教務信息報表的打印提供了相應的端口,那么相關教學信息的存檔備用就十分便利,管理人員可以通過自身的賬戶查詢、打印相關的教學報表;最后在數據挖掘技術的支撐下,管理人員可以對設備管理相關信息以及教學設計的大量數據進行具體分析,根據數據挖掘所得出的分類信息,開展相關的教學決策,這對于教學水平的提升有著重要的促進作用。
數據挖掘技術本身就具有較強的商業價值,在計算機實驗室管理系統中數據挖掘的廣泛應用對于教學水平的提升以及實驗室管理的加強都有著重要的正面效應,因此計算機實驗室管理人員應當充分運用數據挖掘技術,在計算機實驗室管理系統的各個模塊中融入數據挖掘技術,從而為計算機相關教學水平的提升以及校領導相關教務工作的開展提供相應的信息支撐。