利用学科成绩数据挖掘提升高校教务管理水平的路径探索

利用学科成绩数据挖掘提升高校教务管理水平的路径探索

ID:9129081

大小:80.00 KB

页数:7页

时间:2018-04-18

利用学科成绩数据挖掘提升高校教务管理水平的路径探索_第1页
利用学科成绩数据挖掘提升高校教务管理水平的路径探索_第2页
利用学科成绩数据挖掘提升高校教务管理水平的路径探索_第3页
利用学科成绩数据挖掘提升高校教务管理水平的路径探索_第4页
利用学科成绩数据挖掘提升高校教务管理水平的路径探索_第5页
资源描述:

《利用学科成绩数据挖掘提升高校教务管理水平的路径探索》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、(1)限定学习领域,储备预先知识、确定学习目标;(2)聚焦冃标数据集,选择一个数据集或在多数据集的子集上聚焦;(3)数据预处理,数据降噪或数据清洗;(4)数据转换;(5)确定数掘挖掘功能法则;(6)获得知识信息、运用知识成果并重新选定学习目标。在创新的过程中,单单依靠显性知识己经不足以支撑整个思维求异和技术创新的全流程。随着数据量的爆炸式增长,传统数据库的检索査询己不能满足信息社会的深层次需求,再加上传统分析手段的落后,大量数据来不及整理、分析或利用就已“时过境迁”成为无效信息,而且被长期积压在数据库中浪费存储资源。为了及时消解数据产生和数据理解之间的矛盾,还必须定期对数据进行深度挖

2、掘,使得大量被隐藏的、有价值的信息得到有效利用。(二)数据挖掘的理论探索数据挖掘(DataMining)是指使用算法来抽取信息和模式,通常是知识发现过程的一个重要步骤。数据挖掘融合了机器学习、模式识别、数据库技术、统计学理论、人工智能及信息管理系统等多门学科的最新成果。应用数据挖掘技术从大型数据库中?1现隐藏在其中的规律和有用信息,为管理层决策提供事实型数据和研究模式。根据KDD的冃标任务,数裾挖掘任务可分为:分类或预测模型发现、数据总结与聚类发现、关联规则发现、序列模式发现、相似模式发现、混沌模式发现、依赖关系或依赖模型发现、异常和趋势发现等。而所要挖掘的对象则可以分为:关系数据库

3、、面向对象数据库、空间数据库、时态数据库、文本数裾源、多媒体数裾库、异质数据库、遗产数裾库以及web等对象的挖掘。从方法论讲,其挖掘方法一般分为:聚类分析、探索性分析、机器、统计、神经网络(NeuralNetwork)>遗传算法(GeneticAlgorithm)、数裾库、近似推理和不确定性推理、基于证据理论和元模式、现代数学分析、粗糙集(RoughSet)、集成方法等方法[4]。(三)小结综上,知识发现用于从大量数据中抽取规律信息,发现非预期或潜在的价值量,而数据挖掘作为知识发现的重要一环是与实践应用紧密相连的,两者不仅仅是对数据的简单检索调用,而是从数据集合屮自动提取出隐含在数据

4、中的关系和模式,进而对未来可能发生的行为进行预测,为决策者提供有力支持。二、高校成绩管理与学科建设成绩是学生在校学习期间对所学知识理解掌握情况和教师教学质量评价的原始记录,对学校的教学管理和教学改革措施评价具有重要的参考价值[5]。成绩管理是高校教学管理中的最为基础性的一个环节,是根据教学目的和教学任务,通过学生的实际量化考核分数来进行统计、査阅和分析的综合性数据处理过程。该过程的科学与否,直接关系到教务管理的实际质量和教学工作的可持续发展,特别是在网络化和信息化的新形势下,该项工作被素质教育赋予更加深远的现实意义。本文所指学科成绩不仅限于学生的笔试成绩,还包括了学生参加各种校内外实

5、习和培训,以及其他形式素质教育的量化数据。(一)高校成绩管理所面临的新形势从宏观上讲,随着国家高等教育普及工作的不断推进,以及教育战线“以人为本”理念的逐步深入,高校教务在成绩管理这一环节上所面临的任务显得比以往任何时刻都更加繁重。首先,院校扩建和学生扩招为学科成绩管理模块在数据容量上增加了压力。近几年,随着一些高校教学资源的整合和扩充,许多高校设立了新校区、设置了新专业,反映在学生成绩管理上则是成绩数据的时空容量同时增长。每多出一个学生,从学籍材料到各年度学科数据再到图形化成绩资料都会相应增加,教师教务管理系统所要处理的信息量也会相应増加,这首先在量上增加了数据压力。同时,素质教育

6、为学科成绩管理如何更好地服务教师施教和学生学习提出了新的课题。素质教育是我国长期以来所推行的一项基本国策。学科成绩是高校学生在校的唯一量化评价指标,如何通过这些数据來及吋反映出学生的学习效果和心理需求、反映出教师队伍的教学质量和教学改革进度,己经成为教务管理系统化的一个重要课题。其次,教学管理模式改革为建立规范化的成绩管理系统并进行深度信息挖掘提出迫切需求。当前许多高校都在积极推进教学管理制度改革,逐步以学分制和选课制替代原有的学年制和班级授课制度,这种模式的改革在提高学生的学习积极性的同时,无形之屮也为成绩管理工作带来了一定难度,比如增加了课程设置的不确定性,成绩管理不能再以自然班

7、级为单位,而是必须以单个的学生或者学生组合为单位,使得成绩管理更加复杂。最后,网络化和信息化的需求为传统成绩管理模式的转型升级提出新的任务和方向。随着学分制等改革进程的推进,学生成绩管理系统的表单链路和字段设置都与传统的数据库有较大差异,如何及时处理这些数据并实现与其他系统的无缝链接,也是新时期高校成绩管理的一大难题。利用学科成绩数据挖掘提升高校教务管理水平的路径探索(二)应用知识发现提高教务管理水平的路径探索根据上述知识发现理论,首先将本系统研宂的“学习

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。