數(shù)據(jù)挖掘技術在高校學生成績分析中的應用

劉金憶

（江蘇經(jīng)貿職業(yè)技術學院 江蘇 南京 210000）

1 引言

學生的成績至關重要，是衡量一所高校教育成果的重要標準。如今，每一所高校都十分重視學生的成績問題，每年高等院校都會通過各種方式考核學生的學習成果，例如：舉行各種競賽、課堂回答問題、校內活動參與、舉行一學期一度的期末考試，這些考核方式的結果最終會根據(jù)一定的比例換算成分數(shù)，都體現(xiàn)在教務系統(tǒng)錄入的學生成績單上。所以，現(xiàn)在的大多數(shù)高校雖然利用了互聯(lián)網(wǎng)技術收集了大量的學生成績，但當前存在的問題是對這些數(shù)據(jù)并沒有很好地利用，僅僅是簡單的查詢和統(tǒng)計，無法獲取成績之間隱含的大量信息，比如學生為何取得這些成績，開設課程之間以及學生的成績與課程的設置之間的聯(lián)系[1]。如何科學地解決學校安排與學生成績之間、教學計劃與提高成績之間的問題，更加充分合理科學地利用學生成績的寶貴數(shù)據(jù)資源，形成每一位學生獨特的“學生畫像”，為教學服務，為就業(yè)服務，為每一位學生的健康發(fā)展服務，是現(xiàn)在亟待解決的關鍵問題。

2 數(shù)據(jù)挖掘技術的作用和意義

數(shù)據(jù)挖掘技術是一項充分利用了人工智能、模糊邏輯、神經(jīng)網(wǎng)絡、機器學習及數(shù)據(jù)統(tǒng)計等理論知識和方法技術的數(shù)據(jù)庫的核心技術。數(shù)據(jù)挖掘是從大量的、模糊的、繁雜的實際應用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的，但是極為有用的潛在信息和知識[2]。數(shù)據(jù)挖掘技術可以從繁雜的信息中提取有用的知識，實現(xiàn)信息之間的相互連接，有效地利用數(shù)據(jù)信息的寶貴資源。數(shù)據(jù)挖掘技術通常要經(jīng)歷數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)選擇、數(shù)據(jù)變換、數(shù)據(jù)挖掘、模式評估、知識表示等6個步驟[3]。數(shù)據(jù)挖掘技術的產(chǎn)生和發(fā)展對數(shù)據(jù)庫的實際應用起到了重要的作用，這項技術可以對數(shù)據(jù)庫的內容進行檢索、統(tǒng)計、分析，對數(shù)據(jù)信息資源加以整合，用來解決實際應用中的問題。另外，數(shù)據(jù)挖掘技術還可以通過智能的分析數(shù)據(jù)信息，找出信息與信息之間的聯(lián)系，從而發(fā)現(xiàn)一些事物在發(fā)展過程中的規(guī)律性。所以，利用數(shù)據(jù)挖掘技術可以有效分析事件發(fā)展的規(guī)律，抽絲剝繭，預測事件未來的發(fā)展方向。因此，在我國的高校教育方面，利用數(shù)據(jù)挖掘技術對高校學生的成績進行分析和預測，從而研究和總結出學生的專業(yè)能力和學習水平、學校課程設置和學生成績的取得之間的關系，是教學實踐中的明智之舉。

3 數(shù)據(jù)挖掘技術的實施方案

3.1 提出具體問題，大膽進行假設

大多數(shù)科研項目的進行都離不開提出問題、假設條件的過程。與此相同，根據(jù)數(shù)據(jù)挖掘技術建立數(shù)據(jù)庫模型也離不開對提出的問題的探索，只有提出了具體的問題，模型才能根據(jù)問題給出相應的解決策略。在這一過程中，要求提出問題、進行假設時要充分了解數(shù)據(jù)挖掘技術，熟悉這一數(shù)據(jù)庫研究和建設的經(jīng)驗和知識，同時，還要有勇氣和創(chuàng)新力、想象力，大膽地進行假設，根據(jù)某一具體數(shù)據(jù)的數(shù)值，推斷出與之相關聯(lián)的信息，繼而要結合實際，小心謹慎地求證這些問題，得出結論。這一過程是實施數(shù)據(jù)挖掘技術應用于高校學生成績分析，建立相關數(shù)據(jù)庫模型的基礎，要求數(shù)據(jù)挖掘技術的研究者加強與相關領域的專家、學者相互溝通，充分協(xié)作。

3.2 收集數(shù)據(jù)并對數(shù)據(jù)進行預處理

一般情況下，收集數(shù)據(jù)的方法通常有“調查法”和“設計實驗法”兩種，“調查法”就是根據(jù)某一具體要求從特定的人群中得出的數(shù)據(jù)結果，有訪問調查、郵寄調查、電話調查、網(wǎng)上調查等。“設計實驗法”是根據(jù)研究主體的特點設置定量和相關變量，根據(jù)二者之間的關系得出大量數(shù)據(jù)，之后，研究人員還要根據(jù)數(shù)據(jù)的規(guī)律和研究，填補缺失數(shù)據(jù)。這兩種方法各有其特點，在實際應用中可以靈活地選擇使用。按照以上兩種方法收集的數(shù)據(jù)繁多、較為雜亂，有個別異常數(shù)據(jù)的存在或者個別數(shù)值的缺失，這些都會干擾數(shù)據(jù)挖掘中的信息提取結果，因此，收集到足夠的數(shù)據(jù)之后就要對這些信息進行初步的處理。對于異常數(shù)據(jù)的出現(xiàn)，可以在確定它的不合理性后，采用其他數(shù)據(jù)的平均值或者眾數(shù)進行測算，得出相近的、合理的數(shù)值結果進行替代。若存在缺位數(shù)據(jù)，可以使用數(shù)據(jù)中的出現(xiàn)較多的數(shù)值或者根據(jù)平均值選擇最為可能的數(shù)值來填補空缺的數(shù)值。

3.3 分析數(shù)據(jù)規(guī)律，建立模型，得出結論

一般而言，收集數(shù)據(jù)是為了得出數(shù)據(jù)之間的關聯(lián)并由此推斷出數(shù)據(jù)信息的發(fā)展規(guī)律，進而分析它們產(chǎn)生的原因和影響的因素。所以，在收集到數(shù)據(jù)并對它們進行了初步的處理以后就要仔細分析，根據(jù)研究的需要建立數(shù)據(jù)挖掘模型。在這一過程中，要求減少人為干擾因素，保持數(shù)據(jù)模型的科學性和客觀性，還要確保數(shù)據(jù)挖掘模型的實用性和準確性，使普通人經(jīng)過一般的學習就可以進行操作。在數(shù)據(jù)挖掘模型建設的科學性和準確性方面，要求數(shù)據(jù)模型開發(fā)者參考相關領域的資料，與相關領域的專家和學者進行合作，運用先進的建模技術，得出高精確度的、高實用性的數(shù)據(jù)挖掘技術模型。

4 數(shù)據(jù)挖掘技術應用于高校學生成績分析中的具體措施

數(shù)據(jù)挖掘技術不斷發(fā)展與進步，高校的數(shù)據(jù)庫建立也越來越完善，數(shù)據(jù)資源越來越多，然而大多數(shù)高校只是把這些統(tǒng)計的成績當作查詢和記錄的數(shù)據(jù)，這是對資源的一種浪費。如同電商領域的用戶畫像用于精準定位目標客戶，學生畫像可以將“因材施教”做到極致。及時了解學生成績的影響因素和學校教育與學生成績之間的關系，這些是完成學生畫像繪制的重要環(huán)節(jié)。

4.1 選擇數(shù)據(jù)挖掘的主要內容和研究目標

高校學生成績由多種考察的結果構成，因此，最終影響學生成績的因素也較多，要利用數(shù)據(jù)挖掘技術對高校學生成績進行分析就要選擇合適的挖掘內容，確立建立數(shù)據(jù)挖掘技術模型的目標。在高校學生的成績構成中，可以選擇期末考試成績?yōu)榛A數(shù)據(jù)，以研究影響學生期末考試成績的因素為目標，據(jù)此，建立數(shù)據(jù)挖掘技術模型，進一步分析和總結規(guī)律。

4.2 構建合適的模型，進行分析

在數(shù)據(jù)挖掘技術模型中有多種算法，例如：分類分析、聚類分析、神經(jīng)網(wǎng)絡方法、決策樹算法等[4]。在這里，數(shù)據(jù)模型建設者可以采用決策樹算法，首先對數(shù)據(jù)進行分類，列出一組組的數(shù)據(jù)，分析每一組挖掘數(shù)據(jù)，建設出清晰的決策樹。最后，對決策樹的每一個分支進行更詳細的分析和補充，進一步得出學生成績的影響因素。

例如：將學生的期末考試成績分成4個等級，不同的等級對應不同的分數(shù)段，它們分別是“優(yōu)秀”，對應成績?yōu)?5分以上者；“良好”，對應成績在75分到85分的學生；“及格”，對應成績在60分到75分的學生；“不及格”，對應成績在60分以下的學生。根據(jù)這些標準把學生成績分為4組，之后再分析不同組的學生成績的影響因素。最后，根據(jù)以上分析和研究結果得出結論。

4.3 對研究數(shù)據(jù)的挖掘和收集

分析高校學生成績，就要充分挖掘和收集學生成績的信息。由于目前高校對學生成績的收集較多且極為完善，包括學生的平時課業(yè)成績、課堂考核成績、考試成績，所以，構建模型的學生成績數(shù)據(jù)可以直接從高校的成績數(shù)據(jù)庫中提取。另外，要分析影響學生成績的因素還需要收集學生個人狀況調查數(shù)據(jù)，在這一方面可以班級或小組為單位，為保證數(shù)據(jù)的真實性，要統(tǒng)一收集獲取，在學生開班會，集體活動的課后，都可以進行收集。主要了解學生平時的生活習慣，他們對學習的興趣、對課堂聽講的參與態(tài)度、對學校課程安排的意見等，這些都是影響學生成績的關鍵因素。收集的數(shù)據(jù)可以利用表格或統(tǒng)計圖的形式表達，進行整理和分析，最后與學生的成績數(shù)值進行比較，從而得出結論，達到建立數(shù)據(jù)挖掘技術模型的目標。

4.4 對學生成績和調查信息的預處理

收集過的數(shù)據(jù)和信息要進行整理和修正，在收集學生的成績數(shù)據(jù)時進行仔細核對、確保準確無誤即可，因為學生成績在導入高校教務系統(tǒng)的數(shù)據(jù)庫已經(jīng)有專業(yè)人員進行過整理和確認。而對學生的調查信息就要進行仔細的檢查和分類整理。在調查開始前就要選擇合適的方式，盡可能地保證學生們反映信息的真實性。為此，數(shù)據(jù)收集要先設計科學合理的問卷調查，不可以將選項固定在一定的范圍內，也不可以設置全部肯定或否定的答案，例如：問題：你對學習是否有興趣？選項：A非常有興趣；B比較有興趣；C一般興趣。這樣的問題設置不能完整地反映學生對學習的全部心理，是一個失敗的問題調查。

對于收集完成的信息數(shù)據(jù)要開始清理和修補，對于異常或是殘缺的信息數(shù)據(jù)，無法修補，且結果影響較大的就要予以清除。對于可以修補的數(shù)據(jù)，要利用平均信息或常數(shù)進行補充[4]。

5 結語

當今是互聯(lián)網(wǎng)的時代，大數(shù)據(jù)的開發(fā)與應用是我國發(fā)展的重要內容，各個領域的發(fā)展都離不開數(shù)據(jù)的統(tǒng)計與處理，數(shù)據(jù)挖掘技術已經(jīng)滲透到各個行業(yè)的發(fā)展中。但在教育行業(yè)，數(shù)據(jù)挖掘技術的應用還不夠廣泛，高校教務系統(tǒng)收集著大量的學生信息，合理運用這些珍貴的資源，通過對學生畫像的繪制更深刻地了解學生，是當前數(shù)據(jù)挖掘技術在教育領域應用的重點研究內容。本文結合當今時代發(fā)展，根據(jù)高校教育的實施狀況、數(shù)據(jù)資源的收集和管理狀況，從數(shù)據(jù)挖掘技術的實施方案方面分析，提出了數(shù)據(jù)挖掘技術應用于高校學生成績分析中的具體措施，其中包括選擇數(shù)據(jù)挖掘的主要內容和研究目標；構建合適的模型，進行分析；對研究數(shù)據(jù)的挖掘和收集；對學生成績和調查信息的預處理4個措施。雖然當前我國數(shù)據(jù)挖掘技術在高校數(shù)據(jù)系統(tǒng)里應用不夠完善，但經(jīng)過相關領域研究者的不斷努力，這種情況會得到改善。