基于數據挖掘技術的高校教學管理信息化探索

［摘 要］ 數據挖掘技術有較強的信息處置能力，即便面對海量數據，仍可在較短時間內完成數據整理分析，數據采集迅捷，在數據分析方面精準度較高，可判斷數據信息發生軌跡，成為數據信息內容把控的重要手段。在教育深化改革的背景下，高校重視教學信息化管理工作，引入教學信息化管理系統后，選擇分類式方法進行教學管理。基于高校對教學工作的定位，利用教學信息化管理系統整理活動數據，配合數據挖掘技術進行課程設置、學生成績分析、特征判斷和高校領導決策信息提供等工作，為高校教學管理工作賦能，可使教學管理高質量運行。

［關鍵詞］ 高校教學管理；數據挖掘技術；課程設置；決策

［基金項目］ 2020年度中共云南省委宣傳部“全面從嚴治黨在云南的實踐經驗研究”（MGC202007）

［作者簡介］ 王焱（1973—），女，云南廣南人，碩士，文山學院宣傳部副教授，主要從事公共管理研究。

［中圖分類號］ G642.0 ［文獻標識碼］ A ［文章編號］ 1674-9324（2024）01-0109-04［收稿日期］ 2023-02-04

信息化管理模式如今在我國各個領域均得到普及，高校擔負為國家培養人才的重要使命，為使內部各類活動高效進行，高校也引入信息化管理模式，搭建切合自身需要和教務工作要求的信息系統。高校搭載的教師管理信息系統具有鮮明的特點，但隨著學生數量增加，在教學管理信息系統使用中，可能因數據過多而影響分析活動的開展，如何處理龐大數據成為困擾高校教務人員的難題。數據挖掘技術在高校教學管理信息化轉型中，成為高校教務人員合理應用教學管理數據內容的手段，可以從教學管理數據中挖掘價值元素，為教學工作者推進教育活動提供支持，使教學資源得到合理配置，利于教學活動的高質量進行，在教育活動和教務管理方面作用顯著。

一、數據挖掘技術的相關概述

數據挖掘技術是對數據內容進行剖析，可以從海量隨機的信息中找到有價值的內容，簡化數據庫資料，利于資源的回收和利用。在信息大爆炸時代，使用數據挖掘技術可以有效合理處置長期積累的資料，對隨機且不完整數據進行準確、全面的處理，完成數據統計任務。在數據不斷增加的過程中，利用數據挖掘技術，根據使用者對數據資源的利用需要打造統計數據系統，能夠依托技術手段為工作人員使用數據服務，可以從大量隨機數據中提取有價值的內容。數據挖掘技術具有實時更新、表現系統局部特征、信息挖掘能力強等特點，可以剖析數據庫中內容，從中獲取使用者需要的信息，可以將多樣的信息形式處理歸納為概念、規則、模式、規律等［1］。

二、教學管理數據挖掘的目標

高校在國家提出的要求下，將構建一流大學作為工作目標，轉變傳統教學管理形式，基于現代發展需要推進數字化校園建設，將其作為下一階段的主要目標，為學生提供較好的環境和教務服務。高校在教學管理中引入數據挖掘技術，推進數據管控工作。高校在數字化校園建設時，給出教學管理信息系統數據挖掘的目標，在現代教育教學管理維度下，對計算機數據挖掘技術進行深層次的研究，給出實現數據挖掘的方案，打造穩定、有效、可靠的數據挖掘模式。使用數據挖掘技術，可以從隨機、模糊、分散的教學管理數據中按照篩選條件查找信息，教務人員可利用技術手段，從海量的教學管理數據中進行信息提煉，找到價值元素，成為教師與其他管理工作的支撐數據，讓教學資源優化配置、資源高效利用成為現實。在高校推進教學管理時，積極開展人才培養質量跟蹤的監控工作，研究高校教學工作現狀，基于獲得的信息，厘清科研與教學的關系。高校領導可利用數據挖掘所得到的關鍵信息，明晰高校運轉情況，根據高校發展需要和設定的目標，做出適合的決策，促使高校在每個階段完成設定的工作任務［2］。

高校在教學管理數據的處理中，以數據挖掘技術進行信息價值元素的檢索，尋找關鍵內容作為評估教學活動開展情況的研究內容。高校應該在計算機技術使用中明確教學管理的要求，對教學管理數據進行挖掘的意義在于通過探索研究，為教學工作高質量進行提供價值信息。計算機是高校教務人員挖掘教學管理數據的媒介，通過應用計算機，按照數據挖掘技術流程處理信息，從中找到價值內容。高校在教學管理數據的研究中，通過數據挖掘技術的使用，可將信息利用水平提升到更高水平［3］。

在教學管理數據的研究中進行微觀至宏觀的統計，憑借數據分析、統計、推理、綜合利用，找到教學活動的關聯，以價值管理數據作為支撐，對教學活動的變化趨勢進行預判，總結一般性知識，這些均可以成為高校教學管理的指導內容，有助于高校領導對接下來的工作給出妥善安排。高校領導可借助數據挖掘技術得到的信息，從多種方案中選擇可行性最高的一款，使教學活動在資源合理配置與活動科學設計下有序進行［4］。

三、基于數據挖掘技術的高校教學管理工作流程與操作方法

（一）技術流程

數據挖掘主要對數據信息進行處理，通過對數據的系統化處理程序，找到使用者需要的信息。在數據挖掘技術的使用中進行數據收集，確定教學管理的真正對象，整理相關信息并進行剖析，歸納教學管理對象多方面的特征，在此基礎上選擇適當的方法整理數據［5］。

在數據采集并歸納后，按要求的形式進行整理，得到特點數據并為后續數據處理與共享服務。在數據管理中還會進行規約的工作，因為符合條件的數據內容不詳，會在數據挖掘與剖析時花費一定時間。因此，需要做好數據屬性的采樣與選擇后，分別記錄原始數據的集中屬性。在保持原始數據完整性的同時，可將數據挖掘工作的效率提升至更高層次。

在數據清理方面，處理掉不相符、錯誤、不完整的內容，將正確且完整的信息存入數據庫內。在數據交換方面，利用數據處置方式，實現數據庫內信息的轉化，為數據挖掘提供條件。

在數據挖掘中根據決策樹、遺傳算法、神經網絡等方式，實現對處理數據內容的深度挖掘，從中發現價值元素。在數據處置的終端進行挖掘數據信息的結果評估，評估挖掘數據內容是否與使用者期盼相符，如果相符即可停止數據挖掘與分析，如果得到的數據與使用者預期不符，則需要返回初始環節重復操作，篩選數據信息，得到使用者想要的內容。

（二）操作方法

1.決策樹。決策樹可以對龐大數據進行合理分類，完成系統化處置。在數據處理后將信息內容分化為多個類別，可以從細小分支的數據整理中找到與條件相符合的內容。在數據處置時，還可剔除不符合條件的數據。

2.遺傳算法。遺傳算法根據優勝劣汰、適者生存的生物界演化規律進行設計，在數據處置中可以進行隨機搜索。

3.神經網絡。神經網絡是基于動物神經網絡特征模擬進行的數據處理模式，在模擬動物神經網絡行為特征后，選擇分布式的方法處理數據，對數據內部的聯系進行處置，最終達到數據信息處理的目的。神經網絡具有分布并行、穩定、高容錯等特征，是數據處理的常用手段，可降低不確定性對數據分析的干擾，并在數據挖掘操作下得到價值內容。

四、高校教學管理信息化中數據挖掘技術的應用

（一）課程設置

在高校開展教學管理時，關注教學活動的推進情況。教學活動能否使學生受益與教學方式的應用有關，教育工作者在課程前后應重點研究教學方法。不同班級文化各異，教師在授課時的風格也有較大不同，這些均會對學生學習形成一定的影響，教師如果不能對課程進行合理設計，將會影響學生對課程活動的參與程度，最終導致學生成績出現較大差別，不利于學生對課程內容的吸收。學生專業能力的培養是教育工作重點，而課程設置不當，可能降低教學工作的有效性，無法達到在學生能力培養方面的要求。

（二）學生成績剖析

教學管理系統的數據庫內存儲學生的相關資料，其中學生成績的占比不小。學生成績一直被視為課程教學評估的重要指標，在教學管理中對學生考試成績進行收集與分析，可在一定程度上反映學生對專業課程的學習情況。在學生成績數據的采集整理與分析中使用大數據挖掘技術，在數據處置中繪制學生成績的圖表，可直觀地看到學生在不同階段成績的發展趨勢。教師可以結合學生考試成績的漲幅趨勢，對學生下一階段的成績進行預估，同時反思教學工作，找到教學工作存在的不足，科學調整教學方案和課程安排等內容。

（三）學生特征判斷

高校教學管理系統會記錄學生學習情況與基本信息，在教學管理系統運行時，教師整理其中的數據并進行剖析，得到教學工作需要的信息，便于教師分析學生不同階段的學習能力。教師利用數據挖掘技術，通過教學管理系統采集的內容，掌握學生出勤狀況、考試成績、個人特長、擅長科目與學習經歷，這些均可成為教師判斷學生特征的元素。教師在數據深度剖析中，對學生性格特征進行判斷，為不同學生提供個性化的學習計劃，調整學生參與訓練活動的強度，使用個性化的教育引導方式，讓學生合理分配時間，將大部分時間應用在薄弱科目，使學生均衡發展，避免學生在專業課程知識學習上出現短板。

在教學管理中，對教師管理信息進行收集與挖掘，結合學生的具體情況進行類別劃分，成為教師個性化教學的支撐數據，有助于教學管理工作的科學開展。在教育深化改革中，高校教師開展教育工作必須注意工作方法，使用教學管理系統收集學生信息，教師可以利用系統中的信息判斷學生個性特征。

（四）教學評價

教學評價可以判斷教學工作是否合理，便于教師找到教學期間出現的問題，是教學工作的良性輔助手段。以往教學評價采用打分的方式，學生根據問卷項目，結合教師教學工作的開展情況進行評分。對于學生打出的分數，高校常以數據量化的方式進行分析，最終得到教學評價結果。此種方式得到的評價過于片面，學生打分時可能摻雜個人情感，致使評分客觀性備受爭議，很難準確評估教師教學的真實表現。如果僅圍繞學生對教師打出的分數進行判斷，難以通過相關數據準確判斷教師教學工作的得與失。數據挖掘技術應用到教學評價后，可以搜集教學管理信息系統的數據，比如班級學生期末考試成績、隨堂測試成績等。在數據整理中，結合教師所教專業，兼顧多個評判指標給出客觀的教學質量評價結果。

在數據挖掘技術的使用中從多維度進行考量與判斷，得到的評價結果真實性更高，從而發現教師在教學方面的不足。教師可根據教學評價結果改進教育方式，基于專業課程教學任務和人才培養要求設計教學方案。在數據挖掘技術應用到教學評價后，能夠對學生測試成績、課程活動內容與其他信息進行多維度的比較與挖掘，最終成為評估教學工作的素材。教學評價結果準確性提升后，便于教師找到教學工作存在的問題，為教學工作高質量推進提供可能。

（五）做出科學決策

在信息網絡技術快速發展的背景下，高校基于自身需求建立教育信息管理系統，其包括學生學籍、教務管理、成績管理、試題庫、圖書館、網絡教學平臺等多個子系統。高校對此類系統數據進行處理與挖掘，方便高校領導掌握教育工作的情況。高校領導作為高校活動的管理者，其決策會直接影響高校教育活動的進展方向與實施效果。在數據挖掘技術使用中，教務管理人員需要對教育信息管理的諸多子系統數據進行處理，使用數據挖掘技術深度處理數據，最終得到價值內容。

教育管理人員在數據篩選中，通過各類篩選條件得到價值內容，成為領導決策的研究內容。教育人員可以收集學生未來希望從事的職業、工作地點，結合學生所在專業建立數據模型。教育管理人員在國家政策要求與市場狀況等多個因素的分析中，做出學生就業培養的決策，提高該決策的合理性，有助于高校就業率的提升。

五、數據挖掘技術在高校教學管理信息化發展方面的趨勢

高校在教學管理方面建立信息化系統，以數據挖掘技術處理系統收集的信息，可以對學生學習成果、學生數量、課程設置、學生畢業就業等方面內容進行整理，找到利于教學管理工作進行的數據，在教學管理方面作用顯著。在課程設置、學生特征分析與判斷方面，數據挖掘技術可以發揮較大價值，還可以為高校領導決策提供有價值的參考內容。在高等教育深化改革的過程中，我國高等院校對教學管理提出了更高的要求，數據挖掘技術成為高校高質量開展教學管理的技術手段。

高校在未來的教學管理方面需要進一步使用計算機網絡技術，做好關鍵內容的處理，成為管理工作高質量、高效率進行的推動力。高校還需要在教育管理信息系統建設時，依托數據挖掘技術完成數據庫內容的深度剖析。高校領導會給予教學管理信息化建設足夠的支持，通過人力、財力等資源的投入，搭建完善的數據挖掘技術體系，在教學管理數據挖掘期間，教育人員會定期更新信息管理系統，提高數據挖掘技術在信息處置方面的價值。

結語

高校在教學管理中需要快速處理教務信息，保證信息中的價值元素能夠快速被教務管理人員發現，并應用在教學管理中，為教學工作高效進行保駕護航。在高校教學管理信息日益增多的過程中，如果仍以人工方式處理信息，顯然是不理智的。因此，高校必須推進教學管理信息化轉型，以數據挖掘技術在海量數據的處理中尋找價值元素。數據挖掘在教學管理中有突出表現，可以處理海量的信息并在大量信息中挖掘有效內容，在課程設置、學生成績分析、工作決策、學生特征判斷等方面均有不小的作用。高校教學管理信息化發展期間，應注重數據挖掘等現代技術的使用，還必須根據教學管理的初衷，最大限度地利用數據挖掘技術，由此可以通過數據挖掘技術得到的數據，為教學管理工作賦能。高校教務管理人員和教師在數據挖掘技術的使用中，需要確定技術的操作方法和流程，根據數據挖掘技術在高校教學管理信息化方面的使用情況，改進數據挖掘技術的操作方式，在教學管理方面獲得理想的工作成果。

參考文獻

［1］楊興波.大數據背景下線上教學質量監控與評價的探索分析［J］.湖北開放職業學院學報，2022，35（23）：145-146+155.

［2］羅翔，余小蕊.高校線上教學質量監控與保障體系探析［J］.中國成人教育，2022（24）：44-46.

［3］李奇，康琪.基于數據挖掘的高校教學質量評估系統分析［J］.現代教育論壇，2021，4（7）：8-9.

［4］陳震.高校教學資源數據管理現狀和意義研究［J］.讀天下（綜合），2020（23）：1.

［5］宋文正.高校線上教學質量監控與保障體系探究［J］.教育教學論壇，2022（29）：89-92.

Exploration of University Teaching Management Informatization Based

on Data Mining Technology

WANG Yan

（Publicity Department， Wenshan University， Wenshan， Yunnan 663099， China）

Abstract： Data mining technology has a strong ability in information disposal. Even in the face of massive data， it can still complete data sorting and analysis in a short time， with rapid data collection and high accuracy in data analysis. It can judge the trajectory of data information and becomes an important means to control the content of data information. Under the background of deepening education reform， colleges and universities attach importance to the teaching information management. After introducing the teaching information management system， they choose the classification method for teaching management. Based on the orientation of the teaching work in colleges and universities， this paper uses the teaching information management system to sort out the activity data， and with the data mining technology to carry out curriculum setting， student achievement analysis， characteristic judgment and school leadership decision-making information， so as to empower the teaching management in colleges and universities.

Key words： university teaching management; data mining technology; curriculum; decision