數據挖掘技術在中職學校管理中的研究與應用

陳小年

摘要：中職學校教育管理工作涉及面廣，會產生大量的數據。如何有效利用這些數據是一個十分有趣而又重要的課題。采用數據挖掘技術，在這些數據中進行挖掘，會得到一些有意義的信息，幫助中職學校的教書育人，完善自身管理建設，提升有效決策水平和能力。該文研究了一所中職學校的管理工作數據及其挖掘意義，并結合學生資助這項具體工作的數據進行實例挖掘，分析其挖掘結果，并在此基礎上做進一步推廣做簡單分析。

關鍵詞：數據挖掘;中職學校;管理

中圖分類號：TP311 ? ?文獻標識碼：A

文章編號：1009-3044（2019）15-0010-03

Abstract： Educational administration in secondary vocational schools involves considerable data from comprehensive ways. How to effectively utilize these data is a topic of interest and importance. With data mining technology， significant information can be dig out from massive data， then benefit the teaching and studying in secondary vocational schools， and help to improve the management and administration of the schools and the efficiency of decision making. This paper is based on research of the data management and data mining in a secondary vocational school， takes financial aid for students as an example to mine the data therein， study the outcome， and makes a preliminary analysis on the possibility and feasibility of promotion.

Key words： Data Mining; Secondary Vocational Schools; management

1 數據挖掘概述

數據挖掘（Data Mining）是一項非常重要的數據透視技術，從存放在數據庫、數據倉庫或其他信息庫中有噪聲的、不完全的、模糊的大量隨機表層數據分析提取出其背后隱含著的難以發現的、不為人知的有用信息，可能給人們的生產、生活、學習、研究帶來意想不到的結果。數據挖掘涉及數據庫和數據倉庫技術、機器學習、高性能計算、統計學、模式識別、神經網絡、圖像與信號處理、數據可視化以及空間或時間數據分析，可謂信息技術中最有發展空間、潛力無限的交叉學科之一。

數據挖掘技術的發展主要有電子郵件階段、信息發布階段、電子商務階段以及全程電子商務階段等四個階段。

數據挖掘常用的方法有分類、回歸分析、聚類、關聯規則、神經網絡方法、Web 數據挖掘等。這些方法可以從不同的角度對數據進行挖掘。

1.1 數據挖掘的特點

數據挖掘技術主要有以下幾個特點：

1）基于大量數據。小數據量當然也可以挖掘，而且很多數據挖掘的算法也能夠運行在小數量上并得到結果。其實，過小的數據量人工分析就能總結出潛在的規律，而且小數據量對真實世界的特性也反映不出來。

2）隱含性。數據挖掘得到的結果不是數據表面上的，一眼能看出來的信息，而是深藏在數據內部及數據之間的信息。

3）價值性。數據挖掘得到的結果能夠給挖掘者直接或間接地帶來經濟或社會效益。大量成功的挖掘案例證明，數據挖掘技術是提升效益的一大法寶。

4）新奇性。挖掘出來的知識是前所未知的，只有全新知識，才可以幫助挖掘者獲得新的洞察力，否則只是對現有經驗知識的一個驗證。

2 中職學校管理工作數據

2.1 數據來源

中職學校日常管理工作中會產生大量的數據，主要包括：學生基本信息數據之姓名、性別、身份證號、家庭住址、聯系電話;學生家庭數據的父母姓名、職業、年齡、收入水平、人口、兄弟姐妹人數、是否單親、是否貧困、資助需求;學生校園生活數據之住宿房號、水電費、食堂消費;學生校園學習數據之在讀專業、選修課程、成績、出勤情況、對任課教師評價、實習、獎學金情況等;學生就業數據之實習公司、就業單位、崗位、行業、薪酬等;學生校園活動數據之校運會、文娛演出、社團、團組織活動、學生會團委任職。教師人事信息之基礎人事數據、工資、出勤、科研、培訓、考核等數據，學校教務活動中各種師資、課室、實驗室、儀器等教學資源分配安排等數據，財務數據之項目資金、學費、住宿費、水電費、保險費、課本費等收支數據。

2.2 中職學校管理數據挖掘的意義

當前中職學校管理工作中產生的大量數據，存儲在各種業務系統數據庫中，為著某些管理工作服務，但是并沒有得到充分利用。對這些大批量的數據，進行有效的挖掘，可以提取一些非常有用的信息，可以幫助指導學校制定、優化人才培養體系、招生計劃、師資建設、完善后勤服務體系、為專業設置、課程建設、校園文化建設、人才培養等工作，具有重要的指導意義。

1）在學生資助工作中，分析受資助對象的生源地、修讀專業類型、年齡、家庭結構、經濟狀況等數據，充分掌握受資助學生各種結構性關系，合理分配資助名額，協調開展資助工作。

2）在學校教學資源網站上，通過學生訪問課程教學視頻、微課的播放、下載、停頓等，分析學生學習的興趣點、難點，促進教學改革，優化調整課程開設情況。

3）對師資數據進行挖掘分析，探索教師的性別、年齡、專業、職稱、專長、獎勵、科研、繼續教育、進修提高、學生評教等情況，幫助合理引進師資、優化師資隊伍。

4）在學校招生工作中，收集招生網站訪問者注冊登記、專業咨詢、網上報名、實際繳費等數據情況，挖掘分析出學生對學校聲譽、師資、校園、專業、學費、就業等情況的關注，有效調整招生宣傳，突出重點，提高吸引力。分析往年招生錄取情況，挖掘各出生源地招生情況、生源質量、家庭條件及資助情況，有利于招生工作力量的合理分配。

5）通過財務系統數據，及時發現學生拖欠學雜費用，及時控制各項目資金使用情況，加強對學校財務風險監控。

6）通過校園一卡通數據，分析出學生在校期間，在飯堂、商店消費情況，發現學生家庭經濟收入水平與實際消費情況是否一致，發現學生對飯堂菜價、菜式的接受程度，有效提高后勤服務水平。

7）在學生日常校園管理工作中，分析學生出勤、出操、文體活動、社團活動、違紀記錄等日常操行情況，對改進學生管理工作方法手段、優化調整第二課堂開設等問題提供重要信息。

8）通過圖書館圖書借閱情況，來分析學生對專業課程的關注程度，對那些非專業知識的興趣度，有利于圖書館優化圖書采購計劃，選擇專題活動方向。

3 中職學校管理數據挖掘應用實例

3.1 確定挖掘對象

我們可以從學籍系統、資助系統、教學系統等業務系統中來提取學生學籍基礎數據、校園生活、專業學習數據、校園活動數據、就業數據、設計一個挖掘系統，來挖掘數據之間的內在聯系。本文案例在中職學校日常管理工作中的眾多數據中，選擇學生資助工作這個主題作為挖掘對象，希望從大量資助數據中挖掘出一些有用的信息，指導將來的學生資助工作。

3.2 數據準備

數據準備是數據挖掘成功與否的一項重要的基礎工作，我們得到的數據往往可能具有不完整、含噪聲和不一致等問題，這就需要對數據作預處理。

3.3 數據預處理

1）數據采集。數據可以來自現有的各種管理信息系統，比如學籍系統、教務系統、資助系統等，提取所需相關的最原始數據，并做一定的整合處理。

2）數據清洗。將數據庫中重復的記錄進行刪除，只保留一條記錄，避免重復。如學生退學了，該記錄就要從學生表中刪除。對于數據不準確不一致的，人工可以進行糾正清理，如班級名稱不一致，電子商務1801班和電商1801其實是同一個班級，需要人工手動統一名稱。

3）數據集成。數據可能來自多張表，需要通過一個關鍵字將多表連接成一張新表。例如在校學生都使用學號作為唯一身份標識，通過學號將學生的其他屬性合并成一張表，包括學號、姓名、性別、身份證號碼、是否困難家庭、銀行卡賬號等等信息。

4）數據轉換。將數據集合轉換成另一個描述形式，以便適合開展挖掘。在本實例中，對數據進行泛化處理，將生源地地市為汕頭、汕尾、揭陽、潮州標記為粵東，將生源地為茂名、云浮、湛江、陽江標記為粵西，將清遠、韶關、云浮、梅州、河源標記為粵北，將廣州、佛山、珠海、中山、肇慶、江門、深圳、惠州等地標記為珠三角，將湖南、廣西、江西等非廣東籍生源標記為外省。

5）數據降維。數據基礎屬性繁多，只有一部分才是我們挖掘目的所關注的，其他無關的屬性可以刪除不用，這種相關性分析即為降維。降維的目的是通過降低挖掘對象規模來降低挖掘工作的復雜度，其前提要保證最終挖掘結果不受影響。比如，學生姓名、電話號碼等屬性對結果不會有任何影響，可以直接從表中剔除。

3.4 模型構建及挖掘

3.4.1 數據模型構建

本實例采用星型模式來設計數據立方體，包括一個大的包含大量數據和冗余度極低的事實表，還有一系列小的維表，每維一個，存儲各立方體的具體信息。本案例的學生資助明細表和各個維表的結構如圖1所示。

3.4.2 關聯規則挖掘

本實例采用Apriori算法來挖掘關聯規則。該算法是一種關聯規則的頻繁項集挖掘算法，核心思想是通過候選集生成和情節的向下封閉檢測兩個階段來挖掘頻繁項集。本實例針對學生國家助學金管理數據進行挖掘，挖掘出來的關聯規則可以有效地指導學校管理部門有針對性的開展貧困助學工作。

Apriori算法偽代碼如下：

輸入：數據立方體D[A1，A2，...，An];最小支持度閾值sup_min

輸出：頻繁項集L

Count_min=totalcount*sup_min;

L1=find_frequent_1-itemsets（D，count_min）;

//通過OLAP引擎得到滿足count_min的頻繁一項集

For （k=2;Lk-1≠?;k++）{

Ck=apriori_gen（Lk-1，）; ?//Lk-1經自連接得到候選集Ck

For each I=（i1，i2，...，ik）∈Ck {

I.count=count_gen（I，D）; ?//對每個候選集，通過OLAP引擎獲取記數

If I.count >=count_min

Lk=Lk∪I;

}

}

Return L=UkLk

經過多次試驗，盡量做到既保證不會產生大量無用規則，也不會漏掉重要規則，最終設置最小支持度為15%，最小置信度為30%，得到部分關聯規則如表1和表2所示：

3.4.3 挖掘結果分析

由挖掘結果表1來看，生源地是粵東的學生，農村以及縣鎮非農的學生獲得資助資格的數量很大。在很多人的印象中，粵東地區經濟發展水平明顯高于粵西，因此粵東地區困難家庭應該比粵西少。這跟大家的直觀印象恰恰相反，一方面粵東地區經濟收入較低的家庭依然很多，另一方面，筆者所在學校的粵東生源也多于粵西。因此，這給我們的資助工作帶來了重要的情報，資助名額要適當地多考慮粵東生源。同時，也引導招生工作者在粵東招生宣傳時要更多地突出國家助學金的利好政策，有助于在粵東招錄更多的生源。

由表2來看，外省生源獲得資助并非因為選擇涉農專業，則說明家庭困難的很多;外省生源因讀涉農專業而受資助沒有出現在挖掘結果的強規則中，則是因為達不到15%的支持度，則說明外省生源對學校開設的涉農專業興趣不大，在面向外省招生宣傳時要注意多突出非涉農專業。同時，粵東粵西生源量大，能獲國家助學金的并不多，對涉農專業興趣不大。

4 結束語

存儲著海量數據的數據倉庫就是一座龐大的“信息金礦”，科學使用數據挖掘技術進行挖掘探索，可以獲取得到更多有趣、有用的信息。在以我們中職教育為代表的教育管理工作中積累起來的數據礦藏中包含著各種豐富的數據，合理地挖掘開發出來，在學校工作中的招生、教學、科研、就業、日常管理、后勤服務等教書育人活動中都可以發揮出重要作用，有效提升管理水平和科學決策能力，這應該是一個值得我們繼續努力的方向！

參考文獻：

[1] 張晶. 數據挖掘技術在藝術院校計算機能力考核成績分析中的應用研究[J]. 電腦知識與技術， 2017（7）： 197-199.

[2] 郭琪瑤. 數據挖掘技術在職業學校德育管理中的應用[J]. 電腦知識與技術， 2010， 9（26）： 7303-7305.

[3] 謝琦， 張振興. 基于Apriori算法和OLAP的關聯規則挖掘模型設計[J]. 計算機應用， 2007（6）： 4-5

[4] 殷文俊. 數據挖掘在高職計算機一級考試成績中的分析研究[J]. 福建電腦， 2017（1）： 50-51.

【通聯編輯：謝媛媛】