可視化技術在高校教學大數據挖掘中的應用研究

【摘要】? ? 隨著互聯網的不斷發展，大數據時代已經到來，在高校教學信息化管理中也離不開豐富的數據資源。同時，可視化技術的出現也為高校教學大數據分析提供了有力的幫助。通過可視化技術，從數據中挖掘有用的信息，對教學教務進行管理，也是現階段高校信息化發展的主要趨勢。本文主要介紹可視化技術在高校大學大數據挖掘中的具體應用。

【關鍵詞】? ? 可視化技術? ? 高校教學? ? 大數據挖掘

引言：

現階段高校信息化建設已經覆蓋了高校的辦公，教學，科研，財務，圖書管理等各個方面，但在信息化管理發展初期，容易出現信息孤島問題。而通過結合可視化數據技術，能夠建立數據共享平臺，將所有的信息進行分類整合，并且加以整理，幫助高校管理者做出更好的指導決策，并且通過數據挖掘出的信息也能實時反饋到教師教學和學生學習中，為教師和學生的共同進步奠定良好的基礎。

一、如何正確理解可視化技術在高校教學大數據挖掘中的應用

1.1可視化技術的概念及應用

可視化技術的概念來源于科學計算可視化，主要是指通過計算機圖形學及圖像處理技術進行科學計算，并且將計算結果以圖形模式等顯示出來，幫助使用者進一步感受數據的變化，并且將數據更加可視化。數據挖掘會受各個學科演變的影響，伴隨著數據越來越多，科學計算可視化技術也在進行不斷的更新和完善，以便符合行業以及人們的需求。從此表中能夠體現出可視化技術三大特點，即交互性，多維性和可視性。

圖 1? ? 信息可視化的參考模型

交互性是指用戶可以通過交互的方式對數據進行管理和開發，而多維性則體現在可以對多種屬性的數據進行同時操作，并且用戶可以將數據分為值域，再進行分類，排序，組合，最終顯示出來。可視性主要體現在將結構變得可視化，數據之間的關系可視化。高校工作人員以及教師通過信息可視化，可以對學生的學業情況，就業情況，基本信息，教學質量等進行實時監督。

1.2數據挖掘的概念及應用

在當下社會行業的不斷發展中，數據挖掘功能已經成為人工智能和數據庫領域的熱門話題。實踐證明，通過使用數據挖掘技術對數據庫進行分析，能夠很容易找到利于企業發展的信息。如何將數據挖掘更好的為企業服務，也是現階段大數據時代下科技人員需要考慮的重要話題。在數據挖掘過程中，有很多學科知識，最典型的有人工智能，機器學習，模式識別，統計學，可視化技術等，越來越多的人也傾向于從數據挖掘中找出相關參考信息 并作出合理即正確的決策。數據挖掘整個過程包含很多方面。通過數據挖掘，高校可以篩選具有一定條件的學生信息，比如貧困生的評定，優秀教師的評定等都可以通過數據挖掘技術來實現。

1.3大數據的概念及應用

大數據不僅僅是指采集的數據量，更是代表采集速度，或者對有效數據進行分析的能力。高校利用的大數據技術，就是通過利用數據分析的方法，挖掘有效信息，為學校的決策提供必要的幫助。大數據有著四種重要的特點，分別如下：第一為規模大。在高效的大數據庫中，可以存儲關于高校發展歷史狀況，教師招聘以及晉升狀況，學生學習及就業狀況，日常教務管理及教職工的管理狀況。第二特點為速度快。管理者可以利用大數據實時搜尋想要的信息，并且得到信息的準確性非常高。第三特點為種類多，高校使用的大數據庫包含網站記錄，圖片信息，動畫信息，視頻信息，地理信息等，這些都會為大數據的使用提供支持。第四特點為價值高。大數據廣泛應用于發現海量數據背后隱藏的有用信息，高校也可以使用大數據評定一些具有巨大價值的信息。

1.4大數據可視化的概念及應用

大數據可視化不僅僅是指知識可視化，同時也包含統計圖形和主題圖可視化等，主要特點就是將信息完整呈現，并且大數據可視化包含內容非常廣泛，比如思維導圖，新聞顯示，數據顯示，連接顯示，網站顯示，文章資源等。總而言之，大數據可視化既包含了科學可視化，信息可視化，同時也包含了知識可視化。大數據可視化的過程主要有七步，首先通過收集數據庫的表格，文字，源文件等獲取相關數據。第二步，對每一類的數據進行結構分類并且排序。第三步，將重復無價值的數據刪除，保留有價值，感興趣的數據。第四步，通過對數據規律分析找到有用信息。第五步，通過列出樹狀結構圖，條形圖等進行表述。第六步，通過一定的表述方法，將信息變得更加視覺化。第七步，通過交互選擇，實現數據的最終可視化。

二、可視化技術在高校教學大數據挖掘中的具體應用措施

2.1可視化數據挖掘技術在學生選課方面的應用

在現階段的高校教育中，普遍都會有課程設置不合理，選課方式不完善，指導體系不科學等各種問題。因此，學生在選課過程中，盲目遵循其他學生或者教師給出的意見，忽略自己的興趣所在，這樣選出的課程往往不是自己最擅長的，這也是導致高校人才培養出現問題的主要原因。而通過可視化數據挖掘技術，就能更好的解決這個問題。在數據挖掘技術中有關聯規則計算法，通過發現變量之間的某種聯系找出最優選擇。比如一個頻繁項集是計算機科學技術，計算機網絡，網絡編程，如果該學生有很好的計算機基礎，并且對計算機課程也非常感興趣，那么他可以選擇計算機網絡課程或者是網絡編程課程。當學生找出自己所擅長的科目之后，學校也會為學生的選擇進行排課，比如為學生安排有針對性的專業基礎課程，促使學生更好的學習專業技能。這樣一來，學生在選課方面就會有更科學的參考，為將來的順利就業奠定基礎。

2.2可視化數據挖掘技術在學生就業方面的應用

決定高校發展長久的主要因素就是學生的就業狀況。多數學生順利就業可以為高校在社會建立良好的口碑。在信息化發展模式下，很多高校都已經引進學生就業系統，并且已經投入使用。比如上海交通大學畢業生就業辦公室的開發和應用，就是針對學生的就業開設的。在學生進入高校第一天，學校就為每個學生建立了信息數據庫，收集學生各種信息，同時也收納了很多招聘單位的信息，高校可以利用數據挖掘系統將有用的信息和數據可視化，最終根據結果制定人才培養方向，有效刪減課程，安排實驗實訓課時，定期開展就業生畢業指導等。同樣也會使用到關聯計算法，通過計算機找到匹配最小支持度值的頻繁詞項，再通過匹配最小置信度來生成關聯規則，最終找到影響學生就業的因素。比如學位課成績，學生的城市經濟狀況等，然后學校再根據某一因素為學生提供指導性的意見，從而提高學校的就業率。

2.3可視化數據挖掘技術在學生學業預警方面的應用

高校的不斷發展使得生源越來越多，高校的數據庫也越來越龐大。現階段有的高校數據庫僅僅在查詢統計過程中使用頻繁，卻很少采用可視化數據挖掘系統尋找更關鍵的信息。因此，高校管理人員可以通過該技術挖掘學生各科成績之間的隱含關系，及時對學生的學業進行提醒和警示，這樣可以更好的促進學生的順利畢業。比如上海海事大學教務處建立了嚴格的預警規則，提前對學業存在問題的學生提出提醒，并且督促學生完成學習任務。上海復旦大學在校園里實施的博學計劃，同樣構建了學習預警體系，提前對學生的學業進行有效干預。因此，相關高校可以利用此模式，先對大一大二的學生成績進行分析，找出容易掛科和影響畢業的學科，進行預警提示，然后針對學生的具體情況采取干預措施，讓學生重視自己的學業成績。

2.4可視化數據挖掘技術在教學管理方面的應用

可視化數據挖掘系統不僅可以對學生的情況進行分析，還可以有效幫助到教師日常教研及教學活動。高校應當通過可視化數據挖掘技術增強教師教研，創新能力，為教師提供更好的工作環境。比如通過大數據創設科學的教學評價體系，將教務處，學生群體及教師主體作為評價方，摒棄傳統的評價模式，通過大數據保證評價的全面以及針對性。最后高校管理者針對評價結果，督促教師強化個人教學水平，提高教師的思想政治認同感等，最終構建專業的師資團隊。

2.5可視化數據挖掘技術在評價學生方面的應用

在傳統教育理念下，對學生的評價主要是以成績為主，或者以教師的主觀意愿為主，這樣很不利于學生的全面發展。而通過可視化數據挖掘系統，高校就可以建立對學生全面評價的平臺，并且建立良好的師生互動關系。比如學校可以通過校園貼吧，班級微信群，慕課平臺等定期發布教學資源。學生通過信息瀏覽，回復，發布，交流等與教師進行實時互動。而高校教育管理者通過后臺數據凈化網絡環境，對學生的德智體美勞等各方面開展全面評價。高校管理者再根據對學生的評價結果，加強對校外企業和政府的合作力度，基于市場需求以及國家要求，不斷調整課程方向，運用可視化數據挖掘技術，找出高校，企業，政府的管理架構，不斷探尋新的人才培養模式，避免高校出現閉門造車的尷尬現象。

2.6可視化數據挖掘技術在教務管理方面的應用

在高校的日常教務管理中也可以使用可視化數據挖掘系統，通過對數據庫的信息進行分析，從而對制定教學計劃感興趣的自然信息進行詳細調取，比如學生信息，教室信息，教師信息等，通過直觀的三維體排列，可以明顯看出教室的使用情況，教師的上課情況等。另外，在教務信息數據庫中，所有的教學資源也可以通過表格可視化。比如課程的編排，教學周，課時的安排等，建立數據庫之后，通過輸入某個教室號，找出三個變量值，就能查出教室是否有課。由此可見，通過構建三維場景，教學資源以及教務工作安排都能一眼看出，更加方便教學工作的順利進行。

三、結束語

通過在高校教學管理中實施可視化大數據挖掘技術，可以對高校的教學質量，教務信息，教學評價，學生狀況等實現高效的分析，并且為高校的不斷發展提供強有力的數據支持。當然，可視化數據挖掘技術在高校信息化發展中仍然處于探索階段，在未來，可視化數據挖掘技術也會為高校信息化發展提供更多的幫助，真正提高高校管理能力和服務能力。

參? 考? 文? 獻

[1]鄒立仁.基于大數據分析的高校教學質量監控與評價研究[J].文化創新比較研究，2021，5（04）：124-126.

[2]劉睿凡，宦濤，游學軍.數據可視化在高校互動教學平臺中的研究與應用[J].花炮科技與市場，2019（04）：177.

[3]王芳，陳道賀.大數據技術對高校教學改革的啟示[J].電腦知識與技術，2015，11（09）：156-158+162.

[4]朱文明，王馥琴.eDaaS在高校教學信息化中的運用[J].電子技術與軟件工程，2019（17）：210-211.

[5]邊璐.大數據在高校教學中對學習行為數據分析的應用[J].中國新通信，2019，21（12）：183.

課題項目：重慶市教育科學規劃課題“可視化技術在高校教學大數據掘中的應用研究”（2019-GX-479）

從傳鋒（1984.09），男，漢族，重慶合川，重慶師范大學碩士研究生，重慶對外經貿學院，實驗師。研究方向：教育信息化。